Andrew Barry – doktorant na prestiżowej uczelni MIT na kierunku Informatyki i Sztucznej Inteligencji (Computer Science and Artificial Intelligence – CSAIL) opracował system, który pozwala dronom na wykrywanie przeszkód z odległości 10 metrów (około 30 stóp) nawet do 20 razy szybciej niż wszystkie inne opracowane do tej pory rozwiązania. Co więcej cały system to koszt „jedynie” $1700 – to znacząco mniej niż chociażby opracowane przez Google rozwiązania zastosowane w autonomicznych samochodach do wykrywania innych obiektów na drodze.

Poniższy film prezentuje możliwości systemu, który został zastosowany w autonomicznie latającym skrzydle delta o niewielkiej wadze (0,5kg) i rozmiarach (rozpiętość: 86cm):

Jak widać na powyższym przykładzie tego rodzaju dron potrafi skutecznie omijać gałęzie lecąć pomiędzy drzewami z prędkością postępową równą 48km/h (30mph). Na czym polega fenomen rozwiązania stworzonego przez Adrew Barry’ego?

Do tej pory większość tego typu systemów bazowała na analizie obrazów z kamer, poprzez analizę głębi obrazu na różnych odległościach od drona (sprawdzane były obiekty odległe 1, 2, 3 m itd. od lecącego drona). To wymagało ogromnej ilości obliczeń i dużej mocy obliczeniowej – ostatecznie dron mógł lecieć zaledwie kilka mil na godzinę, żeby systemy obliczyły skutecznie odległość i położenie przeszkody, a następnie dron mógłby ją minąć. Z oczywistych względów takie rozwiązana nie przyjęły się w praktyce.

Andrew Barry zauważył, że przy dużych prędkościach obiekty w kamerze nie zmieniają się zbyt często, szczególnie te widziane w samym środku obrazu. Przyjął zatem, że będzie analizował to, co kamera widzi ok. 10 metrów przed dronem i na podstawie tych wycinków obrazu będzie odtwarzał otoczenie tworząc jego mapę. Do systemu użył kamery nagrywającej 120 klatek na sekundę, a głębia każdej klatki jest analizowana jedynie w 8 milisekund. Dodatkowo system w czasie rzeczywistym tworzy mapę terenu, po którym przemieszcza się dron, a następnie używa jej do dalszej nawigacji.

Aktualnie naukowiec z MIT pracuje nad przyspieszeniem i optymalizacją działania algorytmu tak, by w przyszłości system mógł nawigować dronem np. w gęstym lesie omijając skutecznie wszystkie przeszkody. Co więcej cały kod algorytmu został przez Barry’ego udostępniony na licencji open-source co oznacza, że każdy może spojrzeć jak został skonstruowany, sprawdzić jak działa i wprowadzać w nim własne modyfikacje.

Więcej na oficjalnej stronie wydziału CSAIL MIT: https://www.csail.mit.edu/drone_flies_through_forest_at_30_mph.