Flotas de drones podrían ayudar en la búsqueda de excursionistas perdidos
Encontrar excursionistas perdidos en los bosques puede ser un proceso largo y difícil, ya que los helicópteros y los drones no pueden vislumbrar a través del espeso dosel de los árboles. Recientemente, se ha propuesto que los drones autónomos, que pueden balancearse y moverse entre los árboles, podrían ayudar en estas búsquedas. Pero las señales de GPS utilizadas para guiar la aeronave pueden ser poco fiables o inexistentes en entornos forestales.
En un artículo que se presentará en la conferencia del Simposio Internacional sobre Robótica Experimental la próxima semana, los investigadores del MIT describen un sistema autónomo para una flota de drones para buscar en colaboración bajo densas copas de los bosques. Los drones solo usan computación a bordo y comunicación inalámbrica. O Se requiere GPS.
Cada dron quadrotor autónomo está equipado con buscadores de rango láser para la estimación de la posición, la localización y la planificación de la ruta. A medida que el dron vuela, crea un mapa tridimensional individual del terreno. Los algoritmos lo ayudan a reconocer lugares inexplorados y ya buscados, por lo que sabe cuándo está completamente mapeada un área. Una estación terrestre externa fusiona mapas individuales de varios drones en un mapa global en 3-D que puede ser monitoreado por rescatistas humanos.
En una implementación del mundo real, aunque no en el sistema actual, los drones vendrían equipados con detección de objetos para identificar a un excursionista desaparecido. Una vez ubicado, el dron etiquetaría la ubicación del excursionista en el mapa global. Los humanos podrían usar esta información para planificar una misión de rescate.
“Esencialmente, estamos reemplazando a los humanos con una flota de drones para hacer que la búsqueda sea parte del proceso de búsqueda y rescate más eficiente”, dice el primer autor Yulun Tian, estudiante de posgrado en el Departamento de Aeronáutica y Astronáutica (AeroAstro).
Los investigadores probaron varios drones en simulaciones de bosques generados aleatoriamente y probaron dos drones en un área boscosa dentro del Centro de Investigación Langley de la NASA. En ambos experimentos, cada dron trazó un mapa de un área de aproximadamente 20 metros cuadrados en aproximadamente dos a cinco minutos y fusionó en colaboración sus mapas en tiempo real. Los drones también funcionaron bien en varias métricas, incluida la velocidad general y el tiempo para completar la misión, la detección de características del bosque y la combinación precisa de mapas.
Explorando y mapeando
En cada dron, los investigadores montaron un sistema LIDAR, que crea un escaneo 2-D de los obstáculos circundantes disparando rayos láser y midiendo los pulsos reflejados. Esto se puede utilizar para detectar árboles; sin embargo, para los zánganos, los árboles individuales parecen notablemente similares. Si un dron no puede reconocer un árbol determinado, no puede determinar si ya se ha explorado un área.
Los investigadores programaron sus drones para identificar las orientaciones de múltiples árboles, lo cual es mucho más distintivo. Con este método, cuando la señal LIDAR devuelve un grupo de árboles, un algoritmo calcula los ángulos y las distancias entre los árboles para identificar ese grupo. “Los drones pueden usar eso como una firma única para saber si han visitado esta área antes o si es una nueva”, dice Tian.
Esta técnica de detección de características ayuda a la estación terrestre a fusionar mapas con precisión. Los drones generalmente exploran un área en bucles, produciendo escaneos a medida que avanzan. La estación terrestre monitorea continuamente los escaneos. Cuando dos drones giran alrededor del mismo grupo de árboles, la estación terrestre fusiona los mapas calculando la transformación relativa entre los drones y luego fusionando los mapas individuales para mantener orientaciones consistentes.
“El cálculo de esa transformación relativa te dice cómo debes alinear los dos mapas para que se corresponda exactamente con el aspecto del bosque”, dice Tian.
En la estación terrestre, el software de navegación robótica llamado “localización y mapeo simultáneo” (SLAM), que mapea un área desconocida y realiza un seguimiento de un agente dentro del área, utiliza la entrada LIDAR para localizar y capturar la posición de los drones. Esto le ayuda a fusionar los mapas con precisión.
El resultado final es un mapa con características de terreno en 3D. Los árboles aparecen como bloques de tonos de azul a verde, dependiendo de la altura. Las áreas inexploradas son oscuras pero se vuelven grises cuando son mapeadas por un dron. El software de planificación de rutas a bordo le dice a un dron que siempre explore estas áreas oscuras e inexploradas mientras vuela. Producir un mapa 3-D es más confiable que simplemente conectar una cámara a un dron y monitorear la transmisión de video, dice Tian. La transmisión de video a una estación central, por ejemplo, requiere mucho ancho de banda que puede no estar disponible en áreas boscosas.
Búsqueda más eficiente
Una innovación clave es una estrategia de búsqueda novedosa que permite a los drones explorar un área de manera más eficiente. Según un enfoque más tradicional, un dron siempre buscaría en el área desconocida más cercana posible. Sin embargo, eso podría ser en cualquier dirección desde la posición actual del dron. El dron suele volar una distancia corta y luego se detiene para seleccionar una nueva dirección.
“Eso no respeta la dinámica de los drones [movement]”, Dice Tian.” Tiene que detenerse y girar, por lo que eso significa que es muy ineficiente en términos de tiempo y energía, y realmente no se puede aumentar la velocidad “.
En cambio, los drones de los investigadores exploran el área más cercana posible mientras consideran su velocidad y dirección y mantienen una velocidad constante. Esta estrategia (aquí el dron tiende a viajar en espiral) sobre un área de búsqueda mucho más rápido. “En las misiones de búsqueda y rescate, el tiempo es muy importante”, dice Tian.
En el artículo, los investigadores compararon su nueva estrategia de búsqueda con un método tradicional. En comparación con esa línea de base, la estrategia de los investigadores ayudó a que los drones cubrieran significativamente más área, varios minutos más rápido y con velocidades promedio más altas.
Una limitación para el uso práctico es que los drones aún deben comunicarse con una estación terrestre externa para la fusión de mapas. En su experimento al aire libre, los investigadores tuvieron que configurar un enrutador inalámbrico que conectaba cada dron y la estación terrestre. En el futuro, esperan diseñar los drones para comunicarse de forma inalámbrica cuando se acerquen, fusionar sus mapas y luego cortar la comunicación cuando se separen. La estación terrestre, en ese caso, solo se usaría para monitorear el mapa global actualizado.
