Em artigo a ser publicado em Sistemas Não Tripulados , um grupo de pesquisadores descobriu que um algoritmo de navegação proposto por Baddeley et al. é capaz de permitir que os MAVs encontrem o caminho de volta a um local visitado anteriormente de forma bastante rápida e eficiente, permitindo que funcione de forma mais semelhante a um inseto voador.

Aqui está um enigma que um engenheiro de sistemas não tripulados pode perguntar a você algum dia:como um Micro Veículo Aéreo (também conhecido como VAM) se parece com um inseto voador? Nós vamos, você pode dizer em resposta, tanto os MAVs quanto os insetos voadores devem navegar em ambientes complexos desconhecidos. Mas o cérebro de um inseto é pequeno, e um MAV não pode realizar cálculos pesados ​​e muitas vezes não tem um bom sistema de sensor. Como resultado, tanto o inseto quanto o MAV devem se basear em métodos simples, mecanismos de navegação eficientes que não sobrecarreguem suas capacidades. Ao desenvolver um MAV, o desafio é, portanto, escrever um algoritmo de navegação que funcione bem sem exigir muito poder de computação.

Um tal algoritmo, proposto por Baddeley et al., usa câmeras para determinar se uma visualização é familiar a um VAM. Se a vista é familiar, o VAM deve ter passado por ali antes. Ao avaliar muitos desses pontos de vista para familiaridade, o MAV pode determinar a direção correta para um local visitado anteriormente. Uma pequena rede neural também é usada para armazenar e recapitular uma rota de modo que a localização inicial possa ser encontrada. Baddeley et al. afirmar que esse algoritmo tornaria desnecessário para o MAV construir um mapa de seus arredores - um processo que freqüentemente consome muita energia.

Uma equipe de cientistas composta por Gerald J. J. van Dalen, Kimberly N. McGuire, e Guido C. H. E. de Croon colocaram esse algoritmo à prova usando-o em ambientes mais realistas do que os criados por Baddeley et al. para seus próprios experimentos com o algoritmo. A equipe também testou o algoritmo em diferentes representações de imagem (pixels brutos, cores e informações espacialmente invariáveis) para ver o impacto de diferentes parâmetros de imagem. Além disso, dois métodos de representação de vista foram testados para determinar qual produzia resultados superiores:um conjunto armazenado de representações de imagem (referido como memória perfeita) ou uma rede neural não supervisionada (conhecido como Infomax). A sensibilidade do algoritmo foi testada durante a rotação e translação também.

Na condição de rotação, o MAV foi feito para realizar uma volta de 360 ​​° em um local fixo no ambiente, em passos de 5 °. As visualizações 'vistas' pelo VAM durante este exercício são comparadas a uma imagem armazenada anteriormente desenhada a partir desse local. A hipótese da equipe é que a familiaridade deve melhorar à medida que a visualização atual começa a se parecer com a imagem armazenada.

Na condição de tradução, o MAV foi feito para se mover de um determinado ponto ao longo de um determinado caminho em direção a um local no ambiente. Novamente, as visualizações 'vistas' pelo MAV durante este exercício são comparadas a uma imagem armazenada anteriormente desenhada a partir desse local. A hipótese da equipe é que a familiaridade deve melhorar à medida que a distância entre o VAM e a visualização na imagem armazenada diminui. Para testar a sensibilidade do algoritmo, a equipe experimentou aumentar a distância entre o MAV e a visualização na imagem armazenada, bem como aumentar o ângulo de rumo no qual o VAM se aproxima dessa vista.

Os resultados deste estudo sugerem que o algoritmo é promissor. Quando testado, os MAVs tiveram um bom desempenho de várias maneiras:eles puderam encontrar com precisão o caminho de volta a um local visitado anteriormente, eles poderiam fazer isso rapidamente, e eles não usaram muito poder de computação para conseguir isso. Isso tem implicações empolgantes. Como este algoritmo é computacionalmente eficiente, provavelmente poderia ser aplicado à maioria dos MAVs para fornecer recursos de homing. Você seria capaz de enviar seus MAVs para coletar dados, com a certeza de que, onde quer que eles vão, eles poderão voltar diretamente para você depois.

O artigo em questão será publicado na próxima edição da Sistemas Não Tripulados .