Dron aprendió a volar de modo autónomo a punta de golpes [VIDEO]

dhiraj gandhi / YouTube

Un equipo de ingenieros del Instituto de Robótica de la Universidad Carnegie Mellon ideó un novedoso método de aprendizaje para el sistema de control de drones que consiste, para sorpresa de muchos, en dejarles chocar con obstáculos de manera deliberada. La versión preimpresa del artículo fue publicada en el sitio arXiv.org.

Actualmente, existe un gran número de sistemas que permiten a las naves no tripuladas evitar colisiones. Este tipo de tecnología ha aparecido también, en los últimos tiempos, en programas de aprendizaje de drones populares (como por ejemplo, en el DJI Phantom 4). La gran mayoría de estos sistemas enseña al dron a detectar obstáculos y evitar colisiones con la ayuda de un sensor adicional. Sin embargo, en el nuevo proyecto, los ingenieros han decidido aplicar un método opuesto: permitieron que el dron colisionara de manera intencional con distintos objetos y solo emplearon la cámara frontal para el análisis del vuelo. 

Como plataforma de hardware, los investigadores utilizaron un cuadricóptero AR Drone 2.0 sobre el cual instalaron una carcasa protectora de polipropileno. El entrenamiento tuvo el siguiente escenario: el dron empezó a volar desde un punto aleatorio de la habitación y avanzó hacia adelante, registrando imágenes de video. Cuando chocaba con un obstáculo, regresaba al punto de inicio (si “sobrevivía” la colisión) y nuevamente iniciaba la marcha, pero en otra dirección.  

Después de la colisión, las capturas de video fueron divididas en dos grupos. El primero contiene las tomas previas a la colisión y fue utilizado en calidad de ejemplo de un ambiente favorable para el vuelo. Mientras que el segundo grupo, contenía las tomas de la colisión que fueron utilizadas en calidad de ejemplo negativo. 

Ambos grupos de imágenes fueron utilizados para el entrenamiento de las redes neuronales convolucionales, las cuales controlan el movimiento autónomo del dron. En total, la nave tuvo vuelos de entrenamiento por 40 horas, y 11500 colisiones en 20 ambientes diferentes. 

Como señalan los autores de la publicación, este enfoque permite obtener una enorme base de datos para el aprendizaje de las redes neuronales, que finalmente deriva en un resultado positivo y en donde la interferencia del hombre solo es necesaria para cambiar la batería del dron. Adicionalmente, la carcasa de polipropileno tiene un bajo costo, es resistente a los choques de baja velocidad y se retira y vuelve a colocar fácilmente. 

Nicolás Vorontzov
Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.