Investigadores de ETH Zürich y la Universidad de Bolonia han creado recientemente PULP Dronet, un vehículo aéreo no tripulado (UAV) de tamaño nanométrico de 27 gramos con un motor de navegación visual basado en aprendizaje profundo. Su mini-drone, presentado en un artículo publicado previamente en arXiv, puede correr a bordo de un extremo a extremo, Canalización visual de circuito cerrado para navegación autónoma impulsada por un algoritmo de aprendizaje profundo de última generación.

"Hace ya seis años que ETH Zürich y la Universidad de Bolonia están completamente comprometidos en un proyecto de esfuerzo conjunto:la plataforma paralela de energía ultrabaja (PULP), "Daniele Palossi, Francesco Conti y el Prof. Luca Benini, los tres investigadores que realizaron el estudio, que trabajan en un laboratorio dirigido por el profesor Benini, dijo a TechXplore por correo electrónico. "Nuestra misión es desarrollar un código abierto, plataforma de hardware y software altamente escalable para permitir cálculos energéticamente eficientes donde la envolvente de potencia es de solo unos pocos milivatios, como nodos de sensores para Internet de las cosas y robots en miniatura como nano-drones de unas pocas decenas de gramos de peso ".

En drones grandes y de tamaño medio, el presupuesto de energía y la carga útil disponibles permiten la explotación de potentes dispositivos computacionales de alta gama, como los desarrollados por Intel, Nvidia, Qualcomm, etc. Estos dispositivos no son una opción viable para robots en miniatura, que están limitados por su tamaño y las consiguientes restricciones de poder. Para superar estas limitaciones, el equipo decidió inspirarse en la naturaleza, específicamente de insectos.

"En naturaleza, Los pequeños animales voladores, como los insectos, pueden realizar tareas muy complejas mientras consumen solo una pequeña cantidad de energía para sentir el medio ambiente y pensar. "Palossi, Conti y Benini explicaron. "Queríamos aprovechar nuestra tecnología informática de eficiencia energética para replicar esencialmente esta función".

Replicar los mecanismos de ahorro de energía observados en insectos, Los investigadores trabajaron inicialmente en la integración de inteligencia artificial de alto nivel en la envolvente de energía ultrapequeña de un nano-dron. Esto resultó bastante desafiante, ya que tenían que cumplir con sus limitaciones de energía y estrictos requisitos computacionales en tiempo real. El objetivo clave de los investigadores era lograr un rendimiento muy alto con muy poca potencia.

"Nuestro motor de navegación visual se compone de un hardware y un alma de software, "Palossi, Dijeron Conti y Benini. "El primero está encarnado por el paralelo, paradigma de energía ultrabaja, y el primero por la red neuronal convolucional DroNet (CNN), desarrollado previamente por el Grupo de Robótica y Percepción de la Universidad de Zúrich para grandes drones 'sin restricciones de recursos', que adaptamos para cumplir con los requisitos de energía y rendimiento ".

El sistema de navegación toma un marco de cámara y lo procesa con una CNN de última generación. Después, decide cómo corregir la actitud del dron para que se coloque en el centro de la escena actual. La misma CNN también identifica obstáculos, detener el dron si detecta una amenaza inminente.

"Básicamente, nuestro PULP Dronet puede seguir un carril de la calle (o algo que se le parezca, p.ej. un pasillo), evitar colisiones y frenar en caso de obstáculos inesperados, ", dijeron los investigadores." El salto real proporcionado por nuestro sistema en comparación con los robots voladores de bolsillo anteriores es que todas las operaciones necesarias para lograr la navegación autónoma se ejecutan directamente a bordo, sin necesidad de un operador humano, ni infraestructura ad-hoc (por ejemplo, cámaras o señales externas) y, en particular, sin ninguna estación base remota utilizada para el cálculo (por ejemplo, portátil remoto) ".

En una serie de experimentos de campo, los investigadores demostraron que su sistema es muy sensible y puede prevenir colisiones con obstáculos dinámicos inesperados hasta una velocidad de vuelo de 1,5 m / s. También descubrieron que su motor de navegación visual es capaz de realizar una navegación interior totalmente autónoma en una ruta de 113 m nunca antes vista.

El estudio realizado por Palossi y sus colegas introduce un método eficaz que integra un nivel de inteligencia sin precedentes en dispositivos con restricciones de potencia muy estrictas. Esto es en sí mismo bastante impresionante, ya que habilitar la navegación autónoma en un dron de bolsillo es extremadamente desafiante y rara vez se ha logrado antes.

"A diferencia de un nodo de borde integrado tradicional, aquí, estamos limitados no solo por la energía disponible y el presupuesto de energía para realizar el cálculo, pero también estamos sujetos a una restricción de rendimiento, "explicaron los investigadores". En otras palabras, si la CNN corría demasiado lento, el dron no podría reaccionar a tiempo, prevenir una colisión o girar en el momento adecuado ".

El diminuto dron desarrollado por Palossi y sus colegas podría tener numerosas aplicaciones inmediatas. Por ejemplo, un enjambre de PULP-Dronets podría ayudar a inspeccionar los edificios derrumbados después de un terremoto, llegar a lugares inaccesibles para los rescatistas humanos en períodos de tiempo más cortos, así sin poner en riesgo la vida de los operadores.

"Todos los escenarios en los que las personas se beneficiarían de un pequeño ágil, y el nodo computacional inteligente ahora está más cerca, que abarca desde la protección de los animales hasta la asistencia para ancianos / niños, inspección de cultivos y viñedos, exploración de áreas peligrosas, misiones de rescate y muchas más, ", dijeron los investigadores. Esperamos que nuestra investigación mejore la calidad de vida de todos".

Según Palossi y sus colegas, su estudio reciente es simplemente un primer paso hacia la habilitación de una inteligencia a bordo verdaderamente de 'nivel biológico' y todavía hay varios desafíos por superar. En su trabajo futuro, planean abordar algunos de estos desafíos mejorando la confiabilidad e inteligencia del motor de navegación a bordo; apuntar a nuevos sensores, capacidades más sofisticadas y mejor rendimiento por vatio. Los investigadores publicaron todo su código, conjuntos de datos y redes de entrenamiento, lo que también podría inspirar a otros equipos de investigación a desarrollar sistemas similares basados ​​en su tecnología.

"A la larga, Nuestro objetivo es lograr resultados similares a los que presentamos aquí en un robot volador de tamaño pico (unos pocos gramos de peso, con la dimensión de una libélula), ", agregaron los investigadores." Creemos que la creación de una comunidad sólida y sólida de investigadores y entusiastas dependientes de nuestra visión será fundamental para alcanzar este objetivo final. Por esta razón, hicimos que todos nuestros diseños de código y hardware estuvieran disponibles como código abierto para todos ".

© 2019 Science X Network