Нова навігаційна технологія відкриває шлях до створення легких та безпечних дронів для теплиць

Майбутні інспекційні та логістичні роботи повинні пересуватися самостійно навіть там, де недоступна система глобального позиціонування (GPS).

Джерело: techxplore.com

Сучасні безпілотники зазвичай виконують це завдання шляхом побудови детальних карт навколишнього середовища, що вимагає великої обчислювальної потужності та пам'яті. Це робить системи важкими, дорогими та енергомісткими. Команда вчених під керівництвом Делфтського технічного університету (Нідерланди) скопіювала природні механізми орієнтації медоносних бджіл, щоб розв'язати проблему навігації малих літальних апаратів. Результати дослідження міжнародна група фахівців опублікувала в журналі Nature.

У науковому проєкті взяли участь робототехніки з Делфтського технічного університету, а також біологи з Вагенінгенського університету (Нідерланди) та Університету імені Карла von Ossietzky в Ольденбурзі (Німеччина). Створена ними стратегія під назвою Bee-Nav базується на принципах функціонування нервової системи комах. Вона дозволяє навіть дуже маленьким роботам відлітати на значні відстані й успішно повертатися на вихідну точку, використовуючи нейронну пам'ять обсягом лише 42 кілобайти. Опинившись у новому середовищі, безпілотник спочатку здійснює короткий навчальний політ поблизу бази, повторюючи поведінку комах біля вулика.

Медоносні бджоли демонструють високу ефективність просторової орієнтації, попри свій крихітний мозок. Вони частково покладаються на одометрію — оцінювання відстані та напрямку руху за допомогою візуальних ознак переміщення. Оскільки похибка одометрії з часом накопичується, комахи додатково задіюють візуальну пам'ять, запам'ятовуючи вигляд простору навколо важливих локацій. У системі Bee-Nav під час першого тренувального маневру робот збирає панорамні зображення місцевості. Потім невелика нейромережа обробляє ці кадри для обчислення правильного напрямку та відстані до початкової точки, що дозволяє апарату летіти швидше на видаленні та сповільнюватися під час наближення до цілі.

Перші випробування системи в закритому лабораторному просторі Cyberzoo підтвердили, що накопичення похибок одометрії не заважає успішному візуальному поверненню на базу за допомогою нейромережі розміром 3.4 кілобайти. Згодом дослідники протестували повну навігаційну стратегію у масштабніших локаціях. Під час тестування на відкритому повітрі в голландській польовій лабораторії Unmanned Valley у Валкенбурзі дрон пролетів понад 600 метрів і безпомилково повернувся на стартовий майданчик, використовуючи мережу обсягом 42 кілобайти. В ангарах та великих приміщеннях система показала абсолютну ефективність у кожному експерименті.

Проте за вітряних умов на вулиці успішність виконання місій знизилася до 70%. Головною причиною стало те, що пориви вітру змушували безпілотник нахилятися, через що отримані панорамні зображення спотворювалися й ставали важкими для коректного розпізнавання алгоритмами. Автори розробки зазначають, що результати тестів є вельми багатообіцяючими, але поточна версія платформи потребує модернізації для досягнення більшої стійкості у складних реальних умовах. Окрім інженерного прориву, ця наукова робота пропонує новий погляд на процеси візуального навчання та поведінку літаючих комах під час пошуку дороги додому.

Одним із найбільш перспективних напрямків застосування технології розробники вважають моніторинг промислових теплиць. Надлегкі безпілотники зможуть регулярно оглядати посіви, виявляти хвороби рослин або шкідників на ранніх стадіях, допомагаючи аграріям підвищувати врожайність та зменшувати кількість відходів. Стратегія Bee-Nav ідеально підходить для таких завдань, оскільки вона гарантує низьку вагу апаратів і безпеку для людей, які працюють поруч у закритих приміщеннях. Наразі автори продовжують вдосконалювати стійкість алгоритмів до зовнішніх збурень для розширення комерційного потенціалу платформи.