• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Este drone pode jogar queimada - e vencer

    O drone é capaz de se esquivar com sucesso - mesmo se a bola estiver se aproximando de uma distância de três metros a 10 m / s. Crédito:UZH

    Usando um novo tipo de câmeras, pesquisadores da Universidade de Zurique demonstraram um robô voador que pode detectar e evitar objetos em movimento rápido. Um passo em direção aos drones que podem voar mais rápido em ambientes hostis, realizando mais em menos tempo.

    Drones podem fazer muitas coisas, mas evitar obstáculos ainda não é seu ponto forte - especialmente quando eles se movem rapidamente. Embora muitos robôs voadores estejam equipados com câmeras que podem detectar obstáculos, normalmente leva de 20 a 40 milissegundos para o drone processar a imagem e reagir. Pode parecer rápido, mas não é suficiente evitar um pássaro ou outro zangão, ou mesmo um obstáculo estático quando o próprio drone está voando em alta velocidade. Isso pode ser um problema quando os drones são usados ​​em ambientes imprevisíveis, ou quando há muitos deles voando na mesma área.

    Reação de alguns milissegundos

    Para resolver este problema, pesquisadores da Universidade de Zurique equiparam um quadricóptero (um drone com quatro hélices) com câmeras e algoritmos especiais que reduziram seu tempo de reação para alguns milissegundos - o suficiente para evitar que uma bola seja arremessada contra ele de uma curta distância. Os resultados, publicado no jornal Ciência Robótica , pode tornar os drones mais eficazes em situações como as consequências de um desastre natural.

    "Para aplicações de busca e resgate, como depois de um terremoto, o tempo é muito crítico, então, precisamos de drones que possam navegar o mais rápido possível para realizar mais com sua duração limitada de bateria, "explica Davide Scaramuzza, que lidera o Grupo de Robótica e Percepção da Universidade de Zurique, bem como o Grande Desafio de Busca e Resgate de Robótica da NCCR. "Contudo, ao navegar por drones rápidos também estão mais expostos ao risco de colisão com obstáculos, e ainda mais se estes estiverem se movendo. Percebemos que um novo tipo de câmera, chamada Event Camera, são perfeitos para este propósito ".

    Crédito:Universidade de Zurique

    Câmeras de eventos têm pixels inteligentes

    Câmeras de vídeo tradicionais, como os encontrados em todos os smartphones, trabalhe regularmente tirando instantâneos de toda a cena. Isso é feito expondo os pixels da imagem ao mesmo tempo. Por aqui, no entanto, um objeto em movimento só pode ser detectado depois que todos os pixels foram analisados ​​pelo computador de bordo. Câmeras de eventos, por outro lado, têm pixels inteligentes que funcionam independentemente uns dos outros. Os pixels que não detectam mudanças permanecem silenciosos, enquanto os que veem uma mudança na intensidade da luz enviam imediatamente as informações. Isso significa que apenas uma pequena fração de todos os pixels da imagem precisará ser processada pelo computador de bordo, portanto, acelerando muito o cálculo.

    Câmeras de eventos são uma inovação recente, e os algoritmos de detecção de objetos existentes para drones não funcionam bem com eles. Então, os pesquisadores tiveram que inventar seus próprios algoritmos que coletam todos os eventos registrados pela câmera em um tempo muito curto, em seguida, subtrai o efeito do próprio movimento do drone - que normalmente é responsável pela maioria das mudanças no que a câmera vê.

    A câmera captura a bola que se aproxima. Crédito:UZH

    Apenas 3,5 milissegundos para detectar objetos de entrada

    Scaramuzza e sua equipe testaram primeiro as câmeras e os algoritmos sozinhos. Eles jogaram objetos de várias formas e tamanhos em direção à câmera, e mediu a eficiência do algoritmo em detectá-los. A taxa de sucesso variou entre 81 e 97 por cento, dependendo do tamanho do objeto e da distância do arremesso, e o sistema levou apenas 3,5 milissegundos para detectar objetos que chegam.

    Então, o teste mais sério começou:colocar câmeras em um drone real, voar dentro e fora de casa e atirar objetos diretamente nele. O drone foi capaz de evitar os objetos - incluindo uma bola lançada de uma distância de três metros e viajando a 10 metros por segundo - em mais de 90% das vezes. Quando o drone "sabia" o tamanho do objeto com antecedência, uma câmera foi o suficiente. Quando, em vez de, teve que enfrentar objetos de tamanhos variados, duas câmeras foram usadas para dar visão estereoscópica.

    Vídeo de experimentos internos. O drone se esquiva de uma bola lançada em sua direção. Crédito:Falanga et al., Sci. Robô. 5, eaaz9712 (2020)

    De acordo com Scaramuzza, esses resultados mostram que as câmeras de eventos podem aumentar a velocidade em que os drones podem navegar em até dez vezes, expandindo assim suas possíveis aplicações. "Um dia drones serão usados ​​para uma grande variedade de aplicações, como entrega de mercadorias, transporte de pessoas, filmografia aérea e, claro, busca e resgate, ", diz ele." Mas permitir que os robôs percebam e tomem decisões mais rapidamente pode ser uma virada de jogo também para outros domínios onde a detecção confiável de obstáculos desempenha um papel crucial, como automotivo, boa entrega, transporte, mineração, e inspeção remota com robôs ".

    Vídeo da explicação do autor sobre a detecção de objetos em movimento baseada em câmera de eventos. Crédito:Falanga et al., Sci. Robô. 5, eaaz9712 (2020)

    Quase tão confiável quanto pilotos humanos

    No futuro, a equipe pretende testar esse sistema em um quadrotor ainda mais ágil. "Nosso objetivo final é fazer um dia drones autônomos navegarem tão bem quanto pilotos de drones humanos. Atualmente, em todas as aplicações de busca e resgate onde os drones estão envolvidos, o humano está realmente no controle. Se pudéssemos ter drones autônomos navegando tão confiáveis ​​quanto pilotos humanos, seríamos capazes de usá-los para missões que estão além da linha de visão ou fora do alcance do controle remoto, "diz Davide Falanga, o Ph.D. aluno que é o autor principal do artigo.


    © Ciência https://pt.scienceaq.com