Dal MIT il primo drone in grado di evitare ostacoli anche ad alte velocità

Negli ultimi anni, la navigazione veloce dei veicoli autonomi ha ricevuto un interesse crescente. Da diversi anni vengono anche organizzate competizioni di corse di droni autonomi a cui partecipano migliaia di persone in tutto il mondo. Attualmente gli algoritmi all’avanguardia nella stima e nel controllo stanno raggiungendo un livello di maturità molto elevato. Ciò comporta la necessità di algoritmi di pianificazione della traiettoria che sfruttino appieno le capacità del veicolo tenendo conto delle limitazioni della dinamica del veicolo stesso, invece di affidarsi a modelli semplificati. Nel MIT è stato sviluppato un drone che evita gli ostacoli in modo efficiente anche ad alte velocità.

Studio dei vincoli di fattibilità al MIT per il drone

Gli studiosi del MIT hanno elaborato un algoritmo in grado di ottenere una traiettoria del quadrirotore dinamicamente fattibile e ottimale nel tempo e in grado di aiutare i droni ad evitare gli ostacoli ad alte velocità per evitare scontri. Il team di ricercatori ritiene che l’algoritmo possa essere utilizzato in operazioni che richiedono tempistiche molto ridotte in situazioni più complesse come, per esempio, la ricerca di sopravvissuti ad un disastro naturale.

Pertanto, è necessaria una conoscenza precisa dei vincoli di fattibilità dinamica per trovare il tempo ottimale. Ciò complica il problema, poiché questi vincoli di fattibilità possono diventare altamente complessi nel momento in cui il volo avviene ad alta velocità.

Le manovre sono influenzate dalla dinamica del volo, ma anche da hardware e software per il controllo e la stima dello stato del sistema. L’insieme risultante dei vincoli di fattibilità con memoria (cioè che tengono conto anche dei voli fatti in precedenza) non può essere facilmente incorporato in un tipico pianificatore di traiettorie per due ragioni principali.

In primo luogo, i vincoli di fattibilità non sono facilmente espressi in modo conveniente, ad esempio, come vincoli su un insieme ammissibile di ingressi e stati di controllo. Invece, la fattibilità della traiettoria deve essere considerata in modo olistico. Secondo, nella maggior parte degli scenari, la modellazione precisa di questi vincoli è possibile solo attraverso esperimenti nel mondo reale.

Questi esperimenti sono rischiosi e potenzialmente costosi, poiché il processo, atto a migliorare la comprensione di come le aereodinamiche ad alta velocità possano influenzare i droni in volo, coinvolge numerosi esperimenti di laboratorio, in cui spesso si arriva a scontri e quindi distruzione completa o parziale dei droni. Questi esperimenti infatti risultano essere particolarmente costosi. Per questo motivo l’algoritmo del team del MIT mira a minimizzare il numero di esperimenti richiesti per identificare percorsi sicuri e veloci per un drone.

La novità dell’algoritmo

Molti schemi di ottimizzazione della traiettoria si basano su un gran numero di valutazioni. L’algoritmo creato dagli ingegneri del MIT, invece, utilizza una tecnica di ottimizzazione multi-fidelity in grado di approssimare i vincoli di fattibilità del sistema sulla base di un numero limitato di esperimenti. Usa un modello black-box del processo gaussiano (GP) per classificare le traiettorie candidate come fattibili o non fattibili ed è quindi in grado di pianificare traiettorie sempre più veloci man mano che il modello migliora.

Gli studiosi del MIT hanno quindi proposto per la modellazione dei vincoli di fattibilità del quadrirotore e per la generazione di traiettorie con tempistiche ottimali. Tutto ciò è stato possibile grazie all’utilizzo di un algoritmo di classificazione GP multi-fidelity che possa incorporare valutazioni da approssimazione analitica, simulazione numerica ed esperimenti di volo nel mondo reale progettando un processo di acquisizione specificamente adattato alla robotica sperimentale. La funzione di acquisizione tiene conto del costo aggiuntivo di valutazioni irrealizzabili, in quanto queste possono comportare una minaccia per il veicolo e l’ambiente circostante.   

Gli esperimenti realizzati al MIT per addestrare il drone

I primi esperimenti condotti erano in grado di simulare il comportamento di un drone in un volo in presenza di ostacoli virtuali. Successivamente sono stati simulati migliaia di scenari differenti con differenti percorsi e velocità di volo.

Per dimostrare l’approccio, il team ha affermato di aver simulato un drone che vola attraverso un percorso semplice con cinque ostacoli quadrati sfalsati tra di loro. Hanno impostato la stessa configurazione in uno spazio di allenamento fisico e hanno programmato un drone per volare attraverso il percorso a velocità e traiettorie individuate dalle loro simulazioni. Hanno anche eseguito lo stesso percorso con un drone addestrato su un algoritmo più convenzionale che non incorpora esperimenti nella sua pianificazione.

Il drone addestrato sul nuovo algoritmo ha “vinto” ogni gara, completando il percorso più velocemente del drone addestrato convenzionalmente, in alcuni casi, finendo il percorso il 20% più velocemente del suo concorrente nonostante una partenza più lenta.

Prospettive future

I ricercatori hanno in programma di pilotare più esperimenti, a velocità più elevate e attraverso ambienti più complessi, per migliorare ulteriormente l’algoritmo. Potranno anche incorporare dati di volo di piloti umani che guidano i droni in remoto, le cui decisioni e manovre potrebbero aiutare a concentrarsi su piani di volo più veloci ma ancora fattibili.

Articolo a cura di Giorgia Pascale