Sandia National Laboratories está desarrollando autonomía e inteligencia artificial para sistemas de vuelo que se disparan a más de 3, 800 mph. Las tecnologías para llegar allí se probarán inicialmente en drones que se desplazan a unas 5 mph.

"Queremos asegurarnos del éxito antes de probar tecnologías en vuelos hipersónicos, "dijo el manager de Sandia, Jay Brown.

Un equipo de pasantes universitarios de Sandia National Laboratories contribuyó a la meta hipersónica este verano al completar los dos primeros drones que usarán los laboratorios para probar nuevos algoritmos para la navegación autónoma. orientación y control, y reconocimiento de objetivos.

Las pasantías fueron proporcionadas por Autonomy New Mexico, una coalición académica liderada por Sandia para lograr un vuelo hipersónico autónomo.

"Los drones AutonomyNM proporcionan a Sandia una plataforma ágil para evaluar rápidamente nuestras habilidades, "Dijo Brown.

Cada dron, un quadcopter y un hexacopter, pasó una prueba de vuelo final antes de que los estudiantes regresaran a la escuela para el semestre de otoño. Los vehículos demostraron capacidad para posicionarse, actualizar sus coordenadas de posición y reconocer y aterrizar en un objetivo.

Vehículos diseñados para una variedad de experimentos.

Estos drones están diseñados para ofrecer flexibilidad. Los usuarios cargan y actualizan algoritmos de forma remota, en una variedad de lenguajes de programación, a través de una conexión Wi-Fi. Se puede sacar una cámara USB y reemplazarla para experimentar con diferentes sensores.

Cada vehículo está equipado con dos computadoras a bordo:una más pequeña que controla los rotores y otra más potente que procesa la información visual de la cámara. Ambas computadoras, sin embargo, tenía restricciones estrictas de tamaño y peso para mantener los drones lo suficientemente livianos para volar. Esta limitación desafió al equipo a idear estrategias de programación eficientes.

"El algoritmo debe poder ejecutarse lo suficientemente rápido para ofrecer resultados utilizables, "dijo el científico de Sandia Logan Wright, quien se desempeñó como asesor del equipo. "Un algoritmo de detección de obstáculos no es muy útil si detecta un obstáculo después de que ya te hayas topado con él".

El grupo probó sus algoritmos de visión caminando por un espacio de prueba con una cámara, tomando fotos. Subieron las imágenes a los drones junto con un algoritmo para ensamblar las imágenes en un mapa 3-D. Luego, el equipo envió instrucciones a los drones para que se movieran a coordenadas específicas. Los drones se orientaron comparando lo que vieron a través de sus cámaras con sus mapas internos y luego volaron a los lugares correctos.

El vuelo autónomo un desafío multidisciplinar

Los vehículos hipersónicos vuelan a millas sobre el suelo, por lo que los ingenieros tienen una enorme libertad creativa a la hora de desarrollar y programar vehículos para cielos abiertos. Pero esta libertad también puede ser un desafío.

"Cuando se trata de vehículos autónomos, estás lidiando con un conjunto de reglas muy restringido porque hay reglas de camino, "dijo la pasante de AutonomyNM Lauren Risany, un estudiante de segundo año en Lafayette, Universidad Purdue con sede en Indiana. "Te detienes en una señal de alto. Te vas cuando el semáforo se pone verde. Pero cuando estás lidiando con un quadcopter, no necesariamente tienes esas reglas ".

Para construir los drones y crear los algoritmos, los estudiantes reunieron diversos niveles de experiencia y antecedentes, que van desde la ingeniería aeroespacial hasta la ingeniería informática y el aprendizaje automático.

"Mi timonera principal probablemente sea de diseño mecánico, "dijo Jared Li, miembro del equipo y estudiante de posgrado en el Instituto de Tecnología de Georgia en Atlanta, Georgia. "En eso he trabajado en varios trabajos en el pasado, pero nunca me ha permitido expandir mi conjunto de habilidades o aprender algo nuevo o incluso emocionarme con lo que estoy haciendo. Pero aquí, es diferente. Y eso me gusta mucho ".