Pesquisadores da ETH Zürich e da Universidade de Bolonha criaram recentemente o PULP Dronet, um veículo aéreo não tripulado (UAV) de tamanho nanométrico de 27 gramas com um mecanismo de navegação visual baseado em aprendizado profundo. Seu mini-drone, apresentado em um artigo pré-publicado no arXiv, pode ser executado de ponta a ponta, pipeline visual de loop fechado para navegação autônoma movida por um algoritmo de aprendizado profundo de última geração.

"Já faz seis anos que a ETH Zürich e a Universidade de Bolonha estão totalmente engajadas em um projeto de esforço conjunto:a plataforma paralela de energia ultrabaixa (PULP), "Daniele Palossi, Francesco Conti e Prof. Luca Benini, os três pesquisadores que realizaram o estudo, que trabalham em um laboratório liderado pelo Prof. Benini, disse ao TechXplore por e-mail. "Nossa missão é desenvolver um código aberto, plataforma de hardware e software altamente escalonável para permitir computação com eficiência energética onde o envelope de energia é de apenas alguns miliwatts, como nós sensores da Internet das Coisas e robôs em miniatura, como nano-drones com algumas dezenas de gramas de peso. "

Em drones grandes e médios, o orçamento de energia disponível e a carga útil permitem a exploração de poderosos dispositivos computacionais de última geração, como os desenvolvidos pela Intel, Nvidia, Qualcomm, etc. Esses dispositivos não são uma opção viável para robôs em miniatura, que são limitados por seu tamanho e conseqüentes restrições de energia. Para superar essas limitações, a equipe decidiu se inspirar na natureza, especificamente de insetos.

"Na natureza, minúsculos animais voadores, como insetos, podem realizar tarefas muito complexas enquanto consomem apenas uma pequena quantidade de energia para sentir o ambiente e pensar, "Palossi, Conti e Benini explicaram. "Queríamos explorar nossa tecnologia de computação com eficiência energética para essencialmente replicar esse recurso."

Para replicar os mecanismos de economia de energia observados em insetos, os pesquisadores trabalharam inicialmente na integração de inteligência artificial de alto nível no envelope de energia ultrapequeno de um nano-drone. Isso se revelou bastante desafiador, já que eles tinham que atender às suas restrições de energia e aos rigorosos requisitos computacionais em tempo real. O principal objetivo dos pesquisadores era atingir um desempenho muito alto com muito pouca potência.

"Nosso motor de navegação visual é composto de uma alma de hardware e software, "Palossi, Conti e Benini disseram. "O primeiro é corporificado pelo paralelo, paradigma de ultra-baixo consumo de energia, e o primeiro por uma Rede Neural Convolucional DroNet (CNN), anteriormente desenvolvido pelo Grupo de Robótica e Percepção da Universidade de Zurique para grandes drones "sem restrição de recursos", que adaptamos para atender aos requisitos de energia e desempenho. "

O sistema de navegação pega um quadro de câmera e o processa com uma CNN de última geração. Subseqüentemente, ele decide como corrigir a atitude do drone para que fique posicionado no centro da cena atual. A mesma CNN também identifica obstáculos, parando o drone se sentir uma ameaça iminente.

"Basicamente, nosso PULP Dronet pode seguir uma pista de rua (ou algo que se pareça com isso, por exemplo. um corredor), evitando colisões e frenagem em caso de obstáculos inesperados, "disseram os pesquisadores." O verdadeiro salto proporcionado pelo nosso sistema em comparação com os robôs voadores de bolso anteriores é que todas as operações necessárias para alcançar a navegação autônoma são executadas diretamente a bordo, sem a necessidade de um operador humano, nem infraestrutura ad-hoc (por exemplo, câmeras externas ou sinais) e, em particular, sem qualquer estação base remota usada para o cálculo (por exemplo, laptop remoto). "

Em uma série de experimentos de campo, os pesquisadores demonstraram que seu sistema é altamente responsivo e pode evitar colisões com obstáculos dinâmicos inesperados até uma velocidade de vôo de 1,5 m / s. Eles também descobriram que seu mecanismo de navegação visual é capaz de navegação interna totalmente autônoma em um caminho nunca antes visto.

O estudo realizado por Palossi e seus colegas apresenta um método eficaz que integra um nível de inteligência sem precedentes em dispositivos com restrições de energia muito rígidas. Isso por si só é bastante impressionante, já que permitir a navegação autônoma em um drone de bolso é extremamente desafiador e raramente foi alcançado antes.

"Em contraste com um nó de borda embutido tradicional, aqui, somos limitados não apenas pela energia disponível e orçamento de energia para realizar o cálculo, mas também estamos sujeitos a uma restrição de desempenho, "explicaram os pesquisadores." Em outras palavras, se a CNN funcionasse muito devagar, o drone não seria capaz de reagir a tempo, prevenir uma colisão ou virar no momento certo. "

O minúsculo drone desenvolvido por Palossi e seus colegas pode ter inúmeras aplicações imediatas. Por exemplo, um enxame de PULP-Dronets poderia ajudar a inspecionar edifícios desmoronados após um terremoto, alcançando locais que são inacessíveis para resgatadores humanos em períodos mais curtos de tempo, assim, sem colocar em risco a vida dos operadores.

"Cada cenário em que as pessoas se beneficiariam com um pequeno, ágil, e o nó computacional inteligente está agora mais perto, abrangendo desde proteção animal até assistência a idosos / crianças, inspeção de safras e vinhas, exploração de áreas perigosas, missões de resgate e muito mais, "Os pesquisadores disseram." Esperamos que nossa pesquisa melhore a qualidade de vida de todos. "

De acordo com Palossi e seus colegas, seu estudo recente é apenas um primeiro passo para habilitar a inteligência a bordo de "nível biológico" e ainda há vários desafios a serem superados. Em seu trabalho futuro, eles planejam enfrentar alguns desses desafios, melhorando a confiabilidade e inteligência do motor de navegação de bordo; visando novos sensores, recursos mais sofisticados e melhor desempenho por watt. Os pesquisadores divulgaram publicamente todo o seu código, conjuntos de dados e redes de treinamento, o que também pode inspirar outras equipes de pesquisa a desenvolver sistemas semelhantes com base em sua tecnologia.

"A longo prazo, nosso objetivo é obter resultados semelhantes aos que apresentamos aqui em um robô voador de tamanho pico (alguns gramas de peso, com a dimensão de uma libélula), "Os pesquisadores acrescentaram." Acreditamos que a criação de uma comunidade forte e sólida de pesquisadores e entusiastas baseada em nossa visão será fundamental para alcançar este objetivo final. Por esta razão, disponibilizamos todos os nossos designs de código e hardware como código-fonte aberto para todos. "

© 2019 Science X Network