La persona media probabilmente non ci ha pensato molto, ma in realtà ci sono tonnellate di fantastiche applicazioni per uno sciame di droni. Da operazioni pratiche come l’irrorazione del raccolto a un vivace spettacolo di luci, il cielo è sicuramente il limite. Ma prima dobbiamo insegnare loro a non scontrarsi l’uno con l’altro.
Anche Enrica Soria, dottoranda in ingegneria matematica e robotica del Politecnico federale di Losanna (EPFL), si occupa di questo problema. Ha costruito un modello al computer in grado di simulare con successo le traiettorie di cinque droni autonomi che volano attraverso una fitta foresta senza una singola collisione. Tuttavia, si rese conto che per testarlo nel mondo reale, avrebbe dovuto superare un ostacolo sorprendente: gli alberi.
I droni, in particolare i quadricotteri di fascia alta che voleva usare, sono costosi e sacrificarne alcuni durante il test non era esattamente l’ideale. Così Soria ha creato una finta foresta con alberi teneri, che in realtà erano solo alcuni tunnel di gioco pieghevoli di Ikea. Soria ha detto che "Anche se i droni si schiantano contro di loro, non si rompono".
Oltre a fermare la distruzione di droni costosi (o di alberi innocenti), tuttavia, l’esperimento ha implicazioni più ampie. Poiché gli sciami di droni autonomi diventano sempre più comuni in tutti i tipi di settori e in così tante applicazioni, è necessario più addestramento per garantire che questi droni non entrino in collisione tra loro (o con persone o proprietà private) quando sono fuori uso sul lavoro. Un sistema di controllo affidabile, come quello di Soria, è un passaggio necessario e importante.
Attualmente, gli sciami autonomi sono controllati in modo reattivo. Ciò significa che eseguono sempre calcoli in base alla distanza da altri elementi in modo che possano evitare ostacoli o l’un l’altro; allo stesso modo, se i droni si espandono troppo, lo rileveranno e si sposteranno di nuovo. Va tutto bene, ma c’è ancora il problema di quanto tempo impiega il drone per eseguire questi calcoli di regolazione al volo.
Il nuovo algoritmo di “controllo predittivo" di Soria lavora attivamente per evitare questi rallentamenti con una pianificazione migliore e più efficiente. Con esso, comunicano tra loro per interpretare i dati di acquisizione del movimento in tempo reale per creare previsioni su dove si sposteranno altri droni vicini e regolare di conseguenza le proprie posizioni.
Dopo aver impostato la foresta finta ed eseguito la simulazione, ha subito appreso che i droni non si sono schiantati e che non aveva bisogno di investire negli ostacoli più morbidi. Soria osserva: “Sono in grado di vedere avanti nel tempo. Possono prevedere un futuro rallentamento dei loro vicini e ridurne l’effetto negativo sul volo in tempo reale”.
Per questo motivo, Soria è stata in grado di dimostrare che il suo algoritmo ha consentito ai droni di muoversi attraverso gli ostacoli il 57% più velocemente dei droni utilizzando controlli reattivi invece dell’algoritmo di previsione. Ha notato gli impressionanti risultati in un articolo pubblicato su Nature Machine Intelligence a maggio.
Questo progetto, come tanti altri pensato per addestrare veicoli autonomi, è stato ispirato dalla natura. Sì, come banchi di pesci, stormi di uccelli e sciami di api. E ovviamente (almeno in questo momento), la natura è molto più brava di noi. Soria osserva che "i biologi affermano che non esiste un computer centrale", il che significa che nessun singolo animale o insetto dirige il movimento per il resto del gruppo. Piuttosto, ogni individuo calcola il proprio ambiente circostante, come ostacoli e persino altri pesci, uccelli o api, e si muove di conseguenza.
Sebbene il concetto di controllo predittivo sia il primo per i droni, è una vecchia idea. In precedenza, gli scienziati hanno utilizzato il modello per navigare in aree e sistemi per due veicoli che si muovono lungo traiettorie predefinite. Il controllo predittivo si basa su più calcoli in tempo reale e, se l’algoritmo che lo esegue non è elegante, potrebbe massimizzare le capacità di calcolo di ciascun drone.
Con così tante variabili come velocità e distanza in gioco, anche l’algoritmo deve essere attentamente e accuratamente studiato. È necessario includere parametri di base come la distanza minima consentita tra i droni, per evitare collisioni drone su drone, ma elementi più complessi come le no-fly zone e l’efficiente mappatura del percorso alle velocità desiderate devono essere in grado di calcolare al volo senza incepparsi tutto a posto.
Man mano che questi algoritmi diventano più definiti e, quindi, più potenti, sarà più facile per loro svolgere una più ampia varietà di compiti che sono difficili o inefficienti da svolgere per gli esseri umani, come consegne coordinate in grandi aree metropolitane o missioni di ricerca e salvataggio aeree. Ma così com’è, l’algoritmo di Soria è un enorme passo avanti per i droni.
tramite cablato