El tamaño es una prisión para la ingeniería.
Si desea construir un dron que quepa en la palma de su mano, no puede permitirse el lujo de un GPS. No se pueden transportar pesados ladrillos de iones de litio, LIDAR complejos ni unidades de procesamiento voluminosas. La física simplemente no funciona. Sin embargo, investigadores de la Universidad Tecnológica de Delft han encontrado una solución robando a los trapecistas más antiguos de la naturaleza: la abeja.
Lo llaman Bee-Nav.
La idea, publicada en Nature, es engañosamente simple. Las abejas no navegan con la precisión de los satélites. Ellos aprenden. Guido de Croon, autor principal del estudio, explica que cuando una abeja sale de su colmena, realiza un breve “vuelo de aprendizaje”. Memoriza puntos de referencia. Luego, a medida que se aventura, rastrea la dirección y la velocidad a través de integración de ruta. Mantiene un registro actualizado de qué tan lejos y hacia dónde ha llegado.
La integración de rutas es complicada. Los pequeños errores se agravan con el tiempo. Si sólo confías en tu brújula interna, eventualmente te perderás. Las abejas solucionan este problema confiando en esos recuerdos iniciales para corregir su rumbo en el camino de regreso.
Los investigadores copiaron este flujo de trabajo exacto.
Aprendiendo la vista
Un dron equipado con Bee-Nav comienza flotando cerca de su sitio de lanzamiento. Una minúscula cámara omnidireccional escanea el paisaje. Esta no es una observación pasiva. En pleno vuelo, una pequeña red neuronal a bordo asigna estas imágenes a “vectores de origen”.
Piense en esto como flechas invisibles que apuntan directamente al pad.
Esto crea lo que el equipo llama Área de inicio aprendida. Una vez que el dron sabe cómo es “hogar”, puede volar muy lejos. Para regresar, se basa primero en la integración de la ruta: retroceder según la velocidad y la dirección. Si aterriza dentro de esa zona segura y familiar, la red visual se activa. La cámara reconoce el entorno y lo guía el resto del camino.
Sin satélites. Sin mapas globales. Sólo memoria.
Computadoras pequeñas, grandes resultados
¿El hardware hace el trabajo pesado? Una Raspberry Pi 4 lista para usar. Es del tamaño de una tarjeta de crédito. Ejecuta redes neuronales utilizando entre 3,4 y 42,3 kilobytes de memoria.
Haga una pausa allí por un segundo.
Esto supone miles de veces menos memoria que la que utilizan los sistemas cartográficos convencionales. Y funcionó. Los drones de prueba regresaron desde 600 metros de distancia (casi 2000 pies) al aire libre. Se enfrentaron a las ráfagas de viento. Manejaron el resplandor del sol que cegaba las cámaras. Encontraron su camino.
Sarah Bergbreiter, profesora de ingeniería mecánica en Carnegie Mellon, no formó parte del estudio, pero quedó impresionada. Ella ve claramente el potencial.
“Para los robots de pequeña escala en los que trabaja mi equipo, este es el enfoque amable que hace posible un despliegue serio en exteriores”.
Todavía no he llegado a ese punto
Todavía no es una solución milagrosa.
Hay agujeros en la armadura. ¿Qué pasa si el dron necesita navegar entre múltiples lugares memorizados, no solo a casa? ¿Qué pasa si se lanza en un campo monótono y sin puntos de referencia que anclen su memoria? Esas siguen siendo preguntas abiertas.
Sean Humbert, de la Universidad de Colorado Boulder, señala otro inconveniente: los entornos desordenados. El Bee-Nav ayuda a orientarse, pero no supera los obstáculos dinámicos. Aún se necesitan sistemas de evasión locales para evitar choques contra paredes o automóviles en movimiento.
Sin embargo, De Croon sostiene que el camino está bastante claro.
Esta tecnología podría reducir los drones autónomos a 30 o 50 gramos. Señala que reducir el tamaño hasta el tamaño de un insecto requiere resolver primero la miniaturización de la batería, un problema fundamental persistente. ¿Pero el cerebro? El cerebro está listo.
O al menos, es más pequeño de lo que crees que tiene que ser.
