El MIT desarrolla un software para evitar obstáculos en vuelo

El Instituto de Tecnología de Massachusetts (MIT) está estudiando cómo programar sistemas aéreos remotamente tripulados (RPAS) para que puedan volar en espacios con obstáculos, como las ciudades. Con este objetivo ha desarrollado el software Nano Map.

Desde el centro investigador afirman que "evitar obstáculos mientras se viaja a altas velocidades es complejo, especialmente para drones pequeños, cuya carga es limitada". Encontrar una solución sería importante, por ejemplo, para aplicaciones como la entrega de paquetería con drones.

Existen propuestas para encontrar soluciones en este sentido que se centran en la creación de mapas que indiquen a los RPAS dónde están los obstáculos, pero desde el MIT defiende que esto "no es particularmente práctico en entornos del mundo real, con objetos impredecibles".

Partiendo de esta limitación, un equipo del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (Csail) del MIT puso en marcha el desarrollo del software Nano Map. Consiste en un sistema que permite a los drones volar a una velocidad de 20 millas (32 kilómetros) por hora a través de entornos densos como bosques y almacenes.

La incertidumbre en el punto de partida

Una de las ideas clave de Nano Map, explican, es que "el sistema considera que la posición del dron en el mundo a lo largo del tiempo es incierta, y modela y da cuenta de esa incertidumbre".

Los investigadores exponen que un mapa "excesivamente seguro" no será de ayuda si se necesitan drones para operar a ciertas velocidades en entornos con personas. El estudiante Pete Florence afirmó que "un enfoque que sea más consciente de la incertidumbre nos brinda un nivel mucho más alto de fiabilidad en términos de poder volar cerca y evitar obstáculos".

Nano Map usa un sistema de detección de profundidad para relacionar una serie de mediciones en el entorno inmediato del dron. Esto le permite planear sus movimientos sobre el campo de visión actual, y también anticipar cómo debería moverse en campos de visión que están ocultos en el momento pero que el sistema ya ha visto.

"Es como guardar en tu cabeza todas las imágenes que has visto del mundo. Para que el RPAS planee los movimientos, lo que hace esencialmente es retroceder en el tiempo para pensar individualmente en todos los diferentes lugares", explicó Florence.

El estudio se presentará en la Conferencia Internacional de Robótica y Automatización

El documento elaborado por Florence, el profesor del MIT Russ Tedrake y los ingenieros John Carter y Jake Ware, será presentado el próximo mayo en la Conferencia Internacional de Robótica y Automatización que se celebrará en Brisbane, Australia.

Los expertos expondrán por qué los métodos de mapeo simultáneo no suelen utilizarse para la planificación de movimientos, y cómo a velocidades altas los drones dependen de datos inexactos porque los algoritmos de visión artificial no pueden reconstruir gran parte de su entorno.

La diferencia clave entre Nano Map y las soluciones anteriores, dijo el científico de robótica de la Universidad Carnegie Mellon Sebastian Scherer, "es que los investigadores (del MIT) crearon un mapa que consiste en un conjunto de imágenes con su posición de incertidumbre en lugar de solo un conjunto de imágenes y sus posiciones".

Foto: MIT