Créditos: Cortesia dos pesquisadores
Pesquisadores criam um sistema de planejamento de trajetória que permite que drones trabalhando juntos no mesmo espaço aéreo sempre escolham um caminho seguro a seguir.
Quando vários drones estão trabalhando juntos no mesmo espaço aéreo, talvez pulverizando pesticida sobre um campo de milho, existe o risco de que eles colidam uns com os outros.
Para ajudar a evitar essas colisões dispendiosas, os pesquisadores do MIT apresentaram um sistema chamado MADER em 2020. Esse planejador de trajetória multiagente permite que um grupo de drones formule trajetórias ideais e livres de colisão. Cada agente transmite sua trajetória para que outros drones saibam para onde está planejando ir. Os agentes então consideram as trajetórias uns dos outros ao otimizar suas próprias para garantir que não colidam.
Mas quando a equipe testou o sistema em drones reais, eles descobriram que, se um drone não tiver informações atualizadas sobre as trajetórias de seus parceiros, ele pode selecionar inadvertidamente um caminho que resulta em uma colisão. Os pesquisadores renovaram seu sistema e agora estão lançando o Robust MADER, um planejador de trajetória multiagente que gera trajetórias livres de colisão mesmo quando as comunicações entre os agentes estão atrasadas.
“O MADER funcionou muito bem em simulações, mas não havia sido testado em hardware. Então, construímos vários drones e começamos a pilotá-los. Os drones precisam conversar entre si para compartilhar trajetórias, mas quando você começa a voar, percebe rapidamente que sempre há atrasos na comunicação que introduzem algumas falhas”, diz Kota Kondo, aluno de pós-graduação em aeronáutica e astronáutica.
O algoritmo incorpora uma etapa de verificação de atraso durante a qual um drone espera um período de tempo específico antes de se comprometer com uma nova trajetória otimizada. Se receber informações de trajetória adicionais de outros drones durante o período de atraso, ele pode abandonar sua nova trajetória e iniciar o processo de otimização novamente.
Quando Kondo e seus colaboradores testaram o Robust MADER, tanto em simulações quanto em experimentos de voo com drones reais, ele alcançou uma taxa de sucesso de 100% na geração de trajetórias sem colisão. Embora o tempo de viagem dos drones fosse um pouco mais lento do que seria com outras abordagens, nenhuma outra linha de base poderia garantir a segurança.
“Se queres voar com mais segurança, tens de ter cuidado, por isso é razoável que, se não queres colidir com um obstáculo, demores mais tempo a chegar ao teu destino. Se você colidir com alguma coisa, não importa o quão rápido você vá, isso realmente não importa, porque você não chegará ao seu destino”, diz Kondo.
Kondo escreveu o artigo com Jesus Tordesillas, um pós-doutorando; Parker C. Lusk, um estudante de pós-graduação; Reinaldo Figueroa, Juan Rached e Joseph Merkel, alunos de graduação do MIT; e o autor sênior Jonathan P. How, professor Richard C. Maclaurin de Aeronáutica e Astronáutica, investigador principal do Laboratório de Sistemas de Informação e Decisão (LIDS) e membro do MIT-IBM Watson AI Lab. A pesquisa será apresentada na Conferência Internacional sobre Robôs e Automação.
Planejando trajetórias
O MADER é um planejador de trajetória assíncrono, descentralizado e multiagente. Isso significa que cada drone formula sua própria trajetória e que, embora todos os agentes devam concordar em cada nova trajetória, eles não precisam concordar ao mesmo tempo. Isso torna o MADER mais escalável do que outras abordagens, pois seria muito difícil para milhares de drones concordarem em uma trajetória simultaneamente. Devido à sua natureza descentralizada, o sistema também funcionaria melhor em ambientes do mundo real, onde os drones podem voar longe de um computador central.
Com o MADER, cada drone otimiza uma nova trajetória por meio de um algoritmo que incorpora as trajetórias recebidas de outros agentes. Ao otimizar e transmitir continuamente suas novas trajetórias, os drones evitam colisões.
Mas talvez um agente tenha compartilhado sua nova trajetória há alguns segundos, mas um colega agente não a recebeu imediatamente porque a comunicação estava atrasada. Em ambientes do mundo real, os sinais geralmente são atrasados por interferência de outros dispositivos ou fatores ambientais, como tempestades. Devido a esse atraso inevitável, um drone pode inadvertidamente se comprometer com uma nova trajetória que o coloque em rota de colisão.
O Robust MADER evita tais colisões porque cada agente tem duas trajetórias disponíveis. Ele mantém uma trajetória que sabe ser segura, que já verificou em busca de possíveis colisões. Ao seguir essa trajetória original, o drone otimiza uma nova trajetória, mas não se compromete com a nova trajetória até que conclua uma etapa de verificação de atraso.
Durante o período de verificação de atraso, o drone gasta uma quantidade fixa de tempo verificando repetidamente as comunicações de outros agentes para ver se sua nova trajetória é segura. Se detectar uma possível colisão, ele abandona a nova trajetória e reinicia o processo de otimização.
A duração do período de verificação de atraso depende da distância entre os agentes e de fatores ambientais que podem prejudicar as comunicações, diz Kondo. Se os agentes estiverem a muitos quilômetros de distância, por exemplo, o período de verificação de atraso precisaria ser maior.
Totalmente livre de colisões
Os pesquisadores testaram sua nova abordagem executando centenas de simulações nas quais introduziram atrasos de comunicação artificialmente. Em cada simulação, o Robust MADER teve 100% de sucesso na geração de trajetórias livres de colisão, enquanto todas as linhas de base causaram colisões.
Os pesquisadores também construíram seis drones e dois obstáculos aéreos e testaram o Robust MADER em um ambiente de voo multiagente. Eles descobriram que, enquanto o uso da versão original do MADER neste ambiente resultaria em sete colisões, o Robust MADER não causou uma única falha em nenhum dos experimentos de hardware.
“Até que você realmente pilote o hardware, não sabe o que pode causar um problema. Como sabemos que existe uma diferença entre simulações e hardware, tornamos o algoritmo robusto, para que funcionasse nos drones reais, e ver isso na prática foi muito gratificante”, diz Kondo.
Os drones conseguiram voar 3,4 metros por segundo com o Robust MADER, embora tivessem um tempo médio de viagem ligeiramente maior do que algumas linhas de base. Mas nenhum outro método foi perfeitamente livre de colisões em todos os experimentos.
No futuro, Kondo e seus colaboradores querem testar o Robust MADER ao ar livre, onde muitos obstáculos e tipos de ruído podem afetar as comunicações. Eles também querem equipar os drones com sensores visuais para que possam detectar outros agentes ou obstáculos, prever seus movimentos e incluir essas informações nas otimizações de trajetória.
Este trabalho foi financiado pela Boeing Research and Technology.
Publicado em 30/03/2023 10h59
Artigo original:
Estudo original: