Encontrar a excursionistas perdidos en los bosques puede ser un proceso difícil y prolongado, ya que los helicópteros y los drones no pueden ver a través de la densa cubierta arbórea. Recientemente se ha propuesto que los drones autónomos, capaces de sortear y esquivar los árboles, podrían ayudar en estas búsquedas. Sin embargo, las señales GPS que se utilizan para guiar las aeronaves pueden ser poco fiables o inexistentes en entornos boscosos.
En un artículo que se presentará la próxima semana en la conferencia del Simposio Internacional de Robótica Experimental, los investigadores del MIT describen un sistema autónomo para que una flota de drones busque de forma colaborativa bajo las densas copas de los bosques. Los drones utilizan únicamente cómputo a bordo y comunicación inalámbrica, sin necesidad de GPS.
Cada dron cuadrirrotor autónomo está equipado con telémetros láser para la estimación de la posición, la localización y la planificación de trayectorias. Mientras vuela, el dron crea un mapa 3D individual del terreno. Los algoritmos le ayudan a reconocer las zonas no exploradas y las que ya han sido inspeccionadas, de modo que sabe cuándo ha cartografiado completamente un área. Una estación terrestre externa al dron fusiona los mapas individuales de varios drones en un mapa 3D global que puede ser supervisado por los equipos de rescate humanos.
En una implementación en el mundo real, aunque no en el sistema actual, los drones estarían equipados con detección de objetos para identificar a un excursionista desaparecido. Una vez localizado, el dron marcaría la ubicación del excursionista en el mapa global. Las personas podrían utilizar después esta información para planificar una misión de rescate.
«Esencialmente, estamos sustituyendo a las personas por una flota de drones para hacer que la parte de búsqueda del proceso de búsqueda y rescate sea más eficiente», afirma Yulun Tian, primer autor del estudio y estudiante de posgrado del Departamento de Aeronáutica y Astronáutica (AeroAstro).
Los investigadores probaron varios drones en simulaciones de bosques generados aleatoriamente, y dos drones en una zona boscosa del Centro de Investigación Langley de la NASA. En ambos experimentos, cada dron cartografió un área de unos 20 metros cuadrados en aproximadamente dos a cinco minutos, y fusionó sus mapas de forma colaborativa en tiempo real. Los drones también obtuvieron buenos resultados en varias métricas, como la velocidad general y el tiempo necesario para completar la misión, la detección de elementos del bosque y la fusión precisa de los mapas.
Los coautores del artículo son: Katherine Liu, estudiante de doctorado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y en AeroAstro; Kyel Ok, estudiante de doctorado en CSAIL y en el Departamento de Ingeniería Eléctrica e Informática; Loc Tran y Danette Allen, del Centro de Investigación Langley de la NASA; Nicholas Roy, profesor de AeroAstro e investigador de CSAIL; y Jonathan P. How, catedrático Richard Cockburn Maclaurin de Aeronáutica y Astronáutica.
Exploración y cartografía
En cada dron, los investigadores instalaron un sistema LIDAR, que crea un escaneo 2D de los obstáculos circundantes mediante la emisión de haces láser y la medición de los pulsos reflejados. Esto puede utilizarse para detectar árboles; sin embargo, para los drones, los árboles individuales se parecen notablemente entre sí. Si un dron no puede reconocer un árbol determinado, no puede determinar si ya ha explorado una zona.
Los investigadores programaron sus drones para que, en su lugar, identifiquen la orientación de varios árboles, lo que resulta mucho más distintivo. Con este método, cuando la señal LIDAR devuelve un grupo de árboles, un algoritmo calcula los ángulos y las distancias entre ellos para identificar ese conjunto. «Los drones pueden utilizar eso como una firma única para saber si han visitado antes esta zona o si es una zona nueva», afirma Tian.
Esta técnica de detección de elementos ayuda a la estación terrestre a fusionar los mapas con precisión. Los drones suelen explorar una zona en bucles, generando escaneos a medida que avanzan. La estación terrestre supervisa continuamente los escaneos. Cuando dos drones dan vueltas hasta el mismo grupo de árboles, la estación terrestre fusiona los mapas calculando la transformación relativa entre los drones y, a continuación, fusionando los mapas individuales para mantener orientaciones coherentes.
«Calcular esa transformación relativa indica cómo se deben alinear los dos mapas para que se corresponda exactamente con la forma del bosque», afirma Tian.
En la estación terrestre, un software de navegación robótica denominado «localización y cartografía simultáneas» (SLAM, por sus siglas en inglés), que tanto cartografía un área desconocida como hace un seguimiento de un agente dentro de dicha área, utiliza la señal LIDAR para localizar y registrar la posición de los drones. Esto le permite fusionar los mapas con precisión.
El resultado final es un mapa con elementos del terreno en 3D. Los árboles aparecen como bloques de tonos de color que van del azul al verde, según su altura. Las zonas no exploradas aparecen oscuras, pero se vuelven grises a medida que un dron las cartografía. El software de planificación de trayectorias a bordo indica al dron que explore siempre estas zonas oscuras no exploradas mientras vuela. Según Tian, producir un mapa 3D es más fiable que simplemente instalar una cámara en un dron y supervisar la señal de vídeo. Transmitir vídeo a una estación central, por ejemplo, requiere mucho ancho de banda, que puede no estar disponible en zonas boscosas.
Búsqueda más eficiente
Una innovación clave es una estrategia de búsqueda novedosa que permite a los drones explorar una zona de forma más eficiente. Según un enfoque más tradicional, un dron buscaría siempre la zona desconocida más cercana posible. Sin embargo, esta podría encontrarse en cualquier número de direcciones desde la posición actual del dron. El dron normalmente vuela una distancia corta y luego se detiene para seleccionar una nueva dirección.
«Eso no respeta la dinámica del movimiento de un dron», afirma Tian. «Tiene que detenerse y girar, lo que significa que es muy ineficiente en términos de tiempo y energía, y no puede realmente ganar velocidad».
En cambio, los drones de los investigadores exploran la zona más cercana posible, teniendo en cuenta su dirección actual. Creen que esto puede ayudar a los drones a mantener una velocidad más constante. Esta estrategia, en la que el dron tiende a desplazarse en un patrón en espiral, cubre un área de búsqueda mucho más rápido. «En las misiones de búsqueda y rescate, el tiempo es muy importante», afirma Tian.
En el artículo, los investigadores compararon su nueva estrategia de búsqueda con un método tradicional. En comparación con esa referencia, la estrategia de los investigadores permitió a los drones cubrir significativamente más área, varios minutos más rápido y con velocidades medias más altas.
Una limitación para el uso práctico es que los drones aún deben comunicarse con una estación terrestre externa para la fusión de mapas. En su experimento al aire libre, los investigadores tuvieron que instalar un router inalámbrico que conectaba cada dron con la estación terrestre. En el futuro, esperan diseñar los drones para que se comuniquen de forma inalámbrica cuando se acerquen entre sí, fusionen sus mapas y, después, corten la comunicación al separarse. En ese caso, la estación terrestre solo se utilizaría para supervisar el mapa global actualizado.
