Ukuran adalah penjara bagi teknik.
Jika Anda ingin membuat drone yang pas di telapak tangan Anda, Anda tidak mampu membeli GPS. Anda tidak boleh membawa batu bata litium-ion yang berat, LIDAR yang rumit, atau unit pemrosesan yang besar. Fisika tidak berfungsi. Namun para peneliti di Universitas Teknologi Delft telah menemukan solusi dengan mencuri dari makhluk udara tertua di alam: lebah madu.
Mereka menyebutnya Bee-Nav.
Idenya, yang dipublikasikan di Nature, tampak sederhana. Lebah madu tidak melakukan navigasi dengan presisi satelit. Mereka belajar. Guido de Croon, penulis utama studi tersebut, menjelaskan bahwa ketika seekor lebah meninggalkan sarangnya, ia memerlukan “belajar terbang” singkat. Ini mengingat landmark. Lalu, saat menjelajah, ia melacak arah dan kecepatan melalui integrasi jalur. Ia terus menghitung seberapa jauh dan ke mana ia telah pergi.
Integrasi jalur berantakan. Kesalahan kecil bertambah seiring waktu. Jika Anda hanya mempercayai kompas internal Anda, pada akhirnya Anda akan tersesat. Lebah memperbaikinya dengan mengandalkan ingatan awal yang penting tersebut untuk memperbaiki jalurnya dalam perjalanan pulang.
Para peneliti meniru alur kerja ini.
Mempelajari Tampilan
Drone yang dilengkapi Bee-Nav memulai dengan melayang di dekat lokasi peluncurannya. Kamera segala arah yang sangat kecil memindai pemandangan. Ini bukan observasi pasif. Di tengah penerbangan, jaringan saraf kecil di pesawat memetakan gambar-gambar ini ke “vektor rumah”.
Anggap saja ini sebagai panah tak kasat mata yang menunjuk langsung ke kertas.
Hal ini menciptakan apa yang oleh tim disebut sebagai Area Permulaan yang Dipelajari. Begitu drone mengetahui seperti apa “rumah” itu, ia bisa terbang jauh. Untuk kembali, pertama-tama hal ini bergantung pada integrasi jalur—mundur berdasarkan kecepatan dan arah. Jika ia mendarat di zona aman yang sudah dikenal, jaringan visual akan aktif. Kamera mengenali lingkungan sekitar dan memandunya sepanjang perjalanan.
Tidak ada satelit. Tidak ada peta global. Hanya kenangan.
Komputer Kecil, Hasil Besar
Perangkat keras melakukan pekerjaan berat? Raspberry Pi 4 siap pakai. Ini seukuran kartu kredit. Ia menjalankan jaringan saraf dengan menggunakan memori antara 3,4 dan 42,3 kilobyle.
Berhenti sejenak di sana.
Memori tersebut ribuan kali lebih sedikit dibandingkan yang digunakan sistem pemetaan konvensional. Dan itu berhasil. Drone uji kembali dari jarak 600 meter (hampir 2.000 kaki) di luar ruangan. Mereka menghadapi hembusan angin. Mereka menangani silau matahari yang menyilaukan kamera. Mereka menemukan jalannya.
Sarah Bergbreiter, seorang profesor teknik mesin di Carnegie Mellon, tidak ikut serta dalam penelitian ini, namun dia terkesan. Dia melihat potensinya dengan jelas.
“Untuk robot skala kecil yang tim saya kerjakan, ini adalah pendekatan yang membuat penerapan serius di luar ruangan menjadi masuk akal.”
Masih Belum Cukup Sampai
Ini belum menjadi solusi yang tepat.
Ada lubang di armornya. Bagaimana jika drone perlu bernavigasi di antara beberapa tempat yang diingat, bukan hanya rumah? Bagaimana jika ia diluncurkan di bidang yang tidak memiliki fitur tanpa landmark untuk mengingatnya? Itu masih menjadi pertanyaan terbuka.
Sean Humbert dari University of Colorado Boulder menunjukkan kendala lain: lingkungan yang berantakan. Bee-Nav membantu orientasi, tetapi tidak menangani hambatan dinamis. Anda masih memerlukan sistem penghindaran lokal untuk mencegah tabrakan dengan tembok atau mobil yang bergerak.
Namun de Croon berpendapat bahwa jalannya sudah cukup jelas.
Teknologi ini dapat mengecilkan drone otonom hingga 30 atau 50 gram. Dia mencatat bahwa memperkecil ukuran serangga memerlukan penyelesaian miniaturisasi baterai terlebih dahulu—sebuah masalah mendasar yang sulit diatasi. Tapi otak? Otak sudah siap.
Atau setidaknya, ukurannya lebih kecil dari yang Anda kira.
