Impedindo que os drones colidam uns com os outros
Uma razão pela qual os enxames de drones não foram usados de forma mais ampla é o risco de congestionamento dentro do enxame. Estudos sobre o movimento coletivo de animais mostram que cada agente tende a coordenar seus movimentos com os demais, ajustando sua trajetória de forma a manter uma distância interagente segura ou a viajar em alinhamento, por exemplo.
“Em um enxame de drones, quando um drone muda sua trajetória para evitar um obstáculo, seus vizinhos sincronizam automaticamente seus movimentos de acordo”, diz Dario Floreano, professor da Escola de Engenharia da EPFL e chefe do Laboratório de Sistemas Inteligentes (LIS). “Mas isso geralmente faz com que o enxame diminua, gera engarrafamentos dentro do enxame ou até mesmo leva a colisões.”
Não apenas reagindo, mas também prevendo
Enrica Soria, Ph.D. estudante do LIS, apresentou um novo método para contornar esse problema. Ela desenvolveu um modelo de controle preditivo que permite aos drones não apenas reagir aos outros em um enxame, mas também antecipar seus próprios movimentos e prever os de seus vizinhos. “Nosso modelo dá aos drones a capacidade de determinar quando um vizinho está prestes a desacelerar, o que significa que a desaceleração tem menos efeito em seu próprio voo”, diz Soria. O modelo funciona por meio da programação de regras simples e controladas localmente, como uma distância mínima entre agentes para manter, uma velocidade definida para manter ou uma direção específica a seguir. O trabalho de Soria acaba de ser publicado na Nature Machine Intelligence.
Com o modelo de Soria, os drones são muito menos dependentes de comandos emitidos por um computador central. Drones em shows aéreos de luz, por exemplo, recebem instruções de um computador que calcula a trajetória de cada um para evitar uma colisão. “Mas, com nosso modelo, os drones são comandados por meio de informações locais e podem modificar suas trajetórias de forma autônoma”, diz Soria.
Um modelo inspirado na natureza
Testes executados no LIS mostram que o sistema de Soria melhora a velocidade, ordem e segurança de enxames de drones em áreas com muitos obstáculos. “Ainda não sabemos se, ou em que medida, os animais são capazes de prever os movimentos das pessoas ao seu redor”, diz Floreano. “Mas biólogos sugeriram recentemente que as mudanças de direção sincronizadas observadas em alguns grandes grupos exigiriam uma habilidade cognitiva mais sofisticada do que se acreditava até agora.”
Publicado em 22/05/2021 16h22
Artigo original:
Estudo original: