Sandia National Laboratories está desenvolvendo autonomia e inteligência artificial para sistemas de vôo com mais de 3, 800 mph. As tecnologias para chegar lá serão testadas inicialmente em drones que se movem a cerca de 5 mph.

"Queremos garantir o sucesso antes de testarmos tecnologias em voos hipersônicos, "disse o gerente do Sandia, Jay Brown.

Uma equipe de estagiários da Sandia National Laboratories contribuiu para o objetivo hipersônico neste verão, concluindo os dois primeiros drones que os laboratórios usarão para testar novos algoritmos para navegação autônoma, orientação e controle, e reconhecimento de alvo.

Os estágios foram fornecidos pela Autonomy New Mexico, uma coalizão acadêmica liderada por Sandia para alcançar o vôo hipersônico autônomo.

"Os drones AutonomyNM fornecem à Sandia uma plataforma ágil para avaliar rapidamente nossas habilidades, "Brown disse.

Cada drone - um quadricóptero e um hexacóptero - passou no teste final de vôo antes que os alunos voltassem para a escola no semestre de outono. Os veículos demonstraram capacidade de se posicionar, atualizar suas coordenadas de posição e reconhecer e pousar em um alvo.

Veículos projetados para uma variedade de experimentos

Esses drones são construídos para flexibilidade. Os usuários carregam e atualizam algoritmos remotamente, em uma variedade de linguagens de programação, através de uma conexão Wi-Fi. Uma câmera USB pode ser retirada e substituída para experimentar diferentes sensores.

Cada veículo é equipado com dois computadores de bordo - um menor que controla os rotores e um mais poderoso que processa as informações visuais da câmera. Ambos os computadores, Contudo, tinha restrições estritas de tamanho e peso para manter os drones leves o suficiente para voar. Essa limitação desafiou a equipe a criar estratégias de programação eficientes.

"O algoritmo deve ser capaz de funcionar rápido o suficiente para fornecer resultados utilizáveis, "disse o cientista da Sandia Logan Wright, que atuou como assessor da equipe. "Um algoritmo de detecção de obstáculos não é muito útil se detectar um obstáculo depois que você já o encontrou."

O grupo testou seus algoritmos de visão caminhando por um espaço de teste com uma câmera, tirar fotos. Eles enviaram as imagens para os drones junto com um algoritmo para montar as imagens em um mapa 3-D. Então, a equipe enviou instruções aos drones para se moverem para coordenadas específicas. Os drones se orientaram comparando o que viram por meio de suas câmeras com seus mapas internos e voaram para os pontos corretos.

Voo autônomo um desafio multidisciplinar

Veículos hipersônicos voam quilômetros acima do solo, portanto, os engenheiros têm uma enorme latitude criativa ao desenvolver e programar veículos para céus abertos. Mas essa liberdade também pode ser um desafio.

"Quando você está lidando com carros autônomos, você está lidando com um conjunto muito restrito de regras porque existem regras de trânsito, "disse a estagiária da AutonomyNM Lauren Risany, um estudante do segundo ano em Lafayette, Purdue University, com sede em Indiana. "Você para em uma placa de pare. Você vai quando o semáforo fica verde. Mas quando você está lidando com um quadricóptero, você não tem necessariamente essas regras. "

Para construir os drones e criar os algoritmos, os alunos reuniram diversos níveis de experiência e origens, variando da engenharia aeroespacial à engenharia da computação e aprendizado de máquina.

"Minha casa do leme principal é provavelmente em projeto mecânico, "disse Jared Li, um membro da equipe e um estudante de pós-graduação no Instituto de Tecnologia da Geórgia em Atlanta, Geórgia. "É nisso que trabalhei em vários empregos no passado, mas nunca me deixou realmente expandir meu conjunto de habilidades ou aprender algo novo ou mesmo ficar animado com o que estou fazendo. Mas aqui, é diferente. E eu gosto muito disso. "