Размер — это тюрьма для инженерии.
Если вы хотите создать дрон, который помещается в ладони, вы не можете позволить себе GPS. Вы не можете везти на себе тяжелые блоки литий-ионных аккумуляторов, сложную систему LIDAR или громоздкие процессоры. Физика просто не дает этого сделать. Однако исследователи из Делфтского технологического университета нашли обходной путь, позаимствовав идею у древнейших летунов природы: медоносных пчел.
Они назвали свое устройство Bee-Nav.
Идея, опубликованная в журнале Nature, обманчиво проста. Пчелы ориентируются не со спутниковой точностью. Они учатся. Как объясняет Гвидо де Крун, ведущий автор исследования, когда пчела покидает улей, она совершает короткий «обучающий полет». Она запоминает ориентиры. Затем, отправляясь в путь, она отслеживает направление и скорость с помощью путевого интегрирования. Она ведет непрерывный учет того, насколько далеко и куда она улетела.
Путевое интегрирование — процесс неточный. Малейшие ошибки накапливаются со временем. Если полагаться только на внутренний компас, в итоге вы заблудитесь. Пчелы решают эту проблему, опираясь на те самые первоначальные воспоминания об ориентирах, чтобы исправить свой курс по пути назад.
Исследователи скопировали эту схему работы.
Запоминание вида
Дрон, оснащенный системой Bee-Nav, начинает с зависания вблизи места запуска. Микроскопическая панорамная камера сканирует пейзаж. Это не пассивное наблюдение. В середине полета небольшая нейронная сеть на борту сопоставляет эти изображения с «домашними векторами».
Представьте их как невидимые стрелки, указывающие прямо назад, на посадочную площадку.
Это создает то, что команда называет Областью выученного возвращения. Как только дрон понимает, как выглядит «дом», он может улететь далеко. Для возвращения он сначала полагается на путевое интегрирование — отход назад на основе скорости и направления. Если он попадает в эту знакомую безопасную зону, включается визуальная сеть. Камера распознает окружающую обстановку и ведет его остаток пути.
Без спутников. Без глобальных карт. Только память.
Крошечные компьютеры, большие результаты
Аппаратное обеспечение, выполняющее всю тяжелую работу? Стандартный Raspberry Pi 4. Размером с кредитную карту. Он запускает нейронные сети, используя от 3,4 до 42,3 килобайт памяти.
Остановитесь на секунду и осмыслите это.
Это в тысячи раз меньше памяти, чем потребляют традиционные картографические системы. И это сработало. Тестовые дроны возвращались с расстояния 600 метров (почти 2000 футов) на открытом воздухе. Они справлялись с порывами ветра. Они работали даже при ослепляющем солнечном блеске, заслонявшем камеру. Они находили дорогу.
Сара Бергбретер, профессор машиностроения Карнеги-Меллонского университета, не участвовала в этом исследовании, но была впечатлена. Она четко видит потенциал технологии.
«Для малогабаритных роботов, над которыми работает моя команда, такой подход делает серьезное развертывание на открытой местности вполне реализуемым».
Пока что не всё идеально
Это еще не панацея.
В броне есть дыры. Что, если дрону нужно ориентироваться между несколькими запомненными местами, а не только возвращаться домой? Что, если он стартует с пустого поля, где нет ориентиров, за которые можно «зацепиться» памятью? Эти вопросы остаются открытыми.
Шон Хамберт из Университета Колорадо в Боулдере указывает на еще одну проблему: загроможденная среда. Bee-Nav помогает с определением ориентации, но не справляется с динамическими препятствиями. Вам по-прежнему нужны локальные системы избегания столкновений, чтобы не разбиться о стены или движущиеся автомобили.
Тем не менее, де Крун утверждает, что путь достаточно ясен.
Эта технология может уменьшить автономные дроны до 30 или 50 граммов. Он отмечает, что масштабирование до размеров насекомых требует сначала решения проблемы миниатюризации аккумуляторов — это упорная фундаментальная проблема. Но «мозг»? Мозг уже готов.
Или, по крайней мере, он меньше, чем вы думали, что это должно быть.
