Розмір це в’язниця для інженерії.
Якщо ви хочете створити дрон, який міститься в долоні, ви не можете дозволити GPS. Ви не можете везти на собі важкі блоки літій-іонних акумуляторів, складну систему LIDAR або громіздкі процесори. Фізика просто не дає цього. Однак дослідники з Делфтського технологічного університету знайшли обхідний шлях, запозичивши ідею у найдавніших літунів природи: медоносних бджіл.
Вони назвали свій пристрій Bee-Nav.
Ідея, опублікована в журналі Nature, оманливо проста. Бджоли орієнтуються не з супутниковою точністю. Вони навчаються. Як пояснює Гвідо де Крун, провідний автор дослідження, коли бджола залишає вулик, вона здійснює короткий «навчальний політ». Вона запам’ятовує орієнтири. Потім, вирушаючи в дорогу, вона відстежує напрямок і швидкість за допомогою шляхового інтегрування. Вона веде безперервний облік того, наскільки далеко і куди вона відлетіла.
Шляхове інтегрування – процес неточний. Найменші помилки накопичуються з часом. Якщо покладатися тільки на внутрішній компас, ви заблукаєте. Бджоли вирішують цю проблему, спираючись на ті самі первісні спогади про орієнтири, щоб виправити свій курс назад.
Дослідники скопіювали цю схему роботи.
Запам’ятовування виду
Дрон, оснащений системою Bee-Nav, починає з зависання поблизу місця запуску. Мікроскопічна панорамна камера сканує пейзаж. Це не пасивне спостереження. У середині польоту невелика нейронна мережа на борту зіставляє ці зображення із «домашніми векторами».
Уявіть їх як невидимі стрілки, що вказують прямо назад, на посадковий майданчик.
Це створює те, що команда називає Областю вивченого повернення. Як тільки дрон розуміє, як виглядає «дім», він може відлетіти далеко. Для повернення він спочатку покладається на шляхове інтегрування – відхід назад на основі швидкості та напряму. Якщо він потрапляє до цієї знайомої безпечної зони, включається візуальна мережа. Камера розпізнає навколишнє оточення і веде його залишок шляху.
Без супутників. Без світових карт. Лише пам’ять.
Крихітні комп’ютери, великі результати
Апаратне забезпечення, яке виконує всю важку роботу? Стандартний Raspberry Pi 4. Розмір кредитної картки. Він запускає нейронні мережі, використовуючи від 3,4 до 42,3 кілобайт пам’яті.
Зупиніться на мить і осмисліть це.
Це у тисячі разів менше пам’яті, ніж споживають традиційні картографічні системи. І це спрацювало. Тестові дрони поверталися з відстані 600 метрів (майже 2000 футів) на свіжому повітрі. Вони впоралися з поривами вітру. Вони працювали навіть при засліплюючому сонячному блиску, що затуляв камеру. Вони шукали дорогу.
Сара Бергбретер, професор машинобудування Карнегі-Меллонського університету, не брала участі в цьому дослідженні, але була вражена. Вона чітко вбачає потенціал технології.
Для малогабаритних роботів, над якими працює моя команда, такий підхід робить серйозне розгортання на відкритій місцевості цілком реалізованим.
Поки що не все ідеально
Це ще не панацея.
У броні є дірки. Що, якщо дрону потрібно орієнтуватися між кількома пам’ятними місцями, а не тільки повертатися додому? Що якщо він стартує з порожнього поля, де немає орієнтирів, за які можна «зачепитися» пам’яттю? Ці питання залишаються відкритими.
Шон Хамберт з Університету Колорадо в Боулдері вказує на ще одну проблему: захаращене середовище. Bee-Nav допомагає визначити орієнтацію, але не справляється з динамічними перешкодами. Вам, як і раніше, потрібні локальні системи уникнення зіткнень, щоб не розбитися об стіни або автомобілі, що рухаються.
Тим не менш, де Крун стверджує, що шлях досить зрозумілий.
Ця технологія може зменшити автономні дрони до 30 або 50 г. Він зазначає, що масштабування до розмірів комах вимагає спочатку розв’язання проблеми мініатюризації акумуляторів – це завзята фундаментальна проблема. Але «мозок»? Мозок уже готовий.
Або принаймні він менший, ніж ви думали, що це має бути.
