Dimecres 22

Drons que saben treballar en equip

Publicado el 22/01/2020

Que els drons voletegin al nostre voltant només és qüestió de temps. La Comissió Europea preveu que, d’aquí al 2035, es facin servir en tota mena de tasques, sobretot en el sector de serveis, amb un impacte econòmic que superarà els 10.000 milions d’euros anuals. Però abans s’han de resoldre importants qüestions relacionades amb la seguretat, com ara que no xoquin entre si, contra altres objectes o contra nosaltres.


Leonardo Colombo envoltat de drons i fórmules matemàtiques. GPSIC Lab, FIUBA, Argentina. Fotografia feta per Juan Ignacio Giribet

I la complexitat creix quan volem que facin tasques col·laboratives per a les quals s’hauran de sincronitzar, en alguns casos amb gran precisió. Quelcom tan senzill, aparentment, com que un parell de drons agafin una barra pels seus extrems i la transportin curosament és, de fet, un repte per als enginyers. Ho resolen gràcies a l’ajuda de matemàtics com Leonardo Colombo, de l’Instituto de Ciencias Matemáticas (ICMAT), que amb la seva beca de postdoctorat Junior Leader desenvolupa algoritmes que permetran que els drons treballin en equip.  

De quina manera ajuda l’algoritme matemàtic a fer que un equip de drons sigui col·laboratiu?   

Un algoritme és com una recepta de cuina. Necessita uns ingredients que, en el nostre cas, serien les dades que prenen els sensors del propi dron, que informen de les distàncies respecte els altres. Amb aquestes dades, es cuina el plat seguint instruccions concretes. Aquest procés, en el nostre cas, és l’algoritme i consisteix en una sèrie de càlculs a partir d’aquestes dades longitudinals que permeten que cada dron calculi la seva posició respecte dels altres. Coneixent on estan ubicats en referència als altres drons i a l’entorn, poden saber també si xocaran o no.

Per tant el plat final és que el dron sàpiga si xocarà o no?

Exactament. Si l’algoritme diu que les posicions són dolentes, els drons en provaran unes de diferents, i les corregiran mitjançant noves estimacions obtingudes en cada moment, segons càlculs del mateix algoritme. D’aquesta manera, poden anar ajustant les seves posicions perquè es moguin en formació evitant una col·lisió.

Això vol dir que prenen decisions de manera col·laborativa, oi?

Exacte. És un dels objectius d’aquest projecte: fer desenvolupaments que serveixin perquè decideixin com s’han de moure de manera autònoma, sense que nosaltres els donem indicacions. Només necessiten sensors que mesurin distàncies i els algoritmes matemàtics que permeten calcular la posició relativa desitjada perquè el grup de drons pugui dur a terme la seva missió.

¿De quin tipus de missions estem parlant? Què podran fer els eixams de drons?

Els seus usos poden ser molt diversos, però són especialment interessants per inspeccionar àrees molt grans, on es necessita rebre informació de diferents punts de forma simultània. D’alguna manera, és com quan es retransmet un partit de futbol. Si vols saber què passa realment, has de posar moltes càmeres que t’ofereixin informació des de diferents perspectives del camp de joc. Els drons col·laboratius permetran fer quelcom equivalent, per exemple, en prospeccions marines on hi ha acumulació de microplàstics. O en les tasques d’extinció de grans incendis, en les quals és fonamental conèixer on es troben els “punts calents” de foc, per poder aturar-lo. També seran útils per detectar altes velocitats a les carreteres. De fet, això últim ja ho ha començat a fer la Direcció General de Trànsit.

També serveixen per transportar objectes, oi? 

Sí. En un futur, permetran portar medicines i aliments a llocs de difícil accés per a les persones o els vehicles, com a llocs remots. Poden ser de gran utilitat en qüestions humanitàries. Curiosament, resulta menys segur transportar un objecte com una barra, fet per al qual es necessiten només dos drons, un a cada extrem de la barra, que una caixa, per a la qual es necessiten quatre drons.

Per què passa això?  

Aquests drons que treballen en equip es posicionen formant figures geomètriques i l’algoritme fa els seus càlculs a partir de les estimacions de les distàncies entre ells. I, senzillament, algunes formes plantegen més dificultats que d’altres. En una formació en triangle, per exemple, els drons poden ser equidistants entre si, fet que facilita moltíssim els càlculs. Però en una formació en quadrat, sempre hi haurà menys distància entre els drons adjacents que els que estan en diagonal, que estan més lluny entre si. Per tant, podríem dir que els seus càlculs són, simplificant molt, “més complexos” i, en conseqüència, costa més sincronitzar el seu moviment.

Quina és la formació més complicada de coordinar?

La de tres o més drons que van en fila. Cadascun estableix una distància diferent amb la resta de veïns, fet que planteja molts problemes matemàtics.

I de quina manera planteja el teu projecte solucionar aquest problema? 

Com més distàncies diferents hagi de gestionar un dron, més complexos seran els càlculs per posicionar-se de manera correcta. I no només això, sinó que, quan les distàncies varien, habitualment es produeix un retard de la transmissió de les dades posicionals, de manera que tot es complica encara més. El que nosaltres intentem és alleujar aquesta enorme sobrecàrrega d’informació. Ho fem creant algoritmes que permetin que els drons no necessitin calcular les posicions de tots els companys, sinó que siguin capaços de posicionar-simplement coneixent les distàncies dels seus veïns més propers. És el que s’anomena “descentralització”. D’aquesta manera, evitem que els sensors col·lapsin perquè el nostre algoritme necessita menys dades.

Dedueixo que facilitar que els càlculs siguin senzills i àgils és important.

Molt. Quan una xarxa wifi la fa servir molta gent alhora s’acaba sobrecarregant. L’amplada de banda explota i deixa de funcionar. Amb els drons col·laboratius passa el mateix. Si hi ha massa dades, consumeixen molta energia, la bateria s’esgota i el sistema de comunicació entre ells es col·lapsa. Per això la descentralització pot ser fonamental per al seu futur. Planteja una solució per a un dels seus problemes més importants: la durada de les bateries. Si compres un dron comercial, avui dia, pots aconseguir que arribi a una velocitat de 70 o 80 km/h. No obstant això, només el podràs fer volar durant mitja hora. T’has plantejat mai per què Amazon no té drons de transport a llarga distància? Perquè les bateries no aguanten el temps necessari.

Aleshores, podreu fer bateries més duradores?

Sí, entre altres coses. Les bateries poden continuar sent les mateixes, però intentem que siguin més eficients energèticament. És una perspectiva innovadora. De fet, som els únics que estem treballant a Espanya en la descentralització d’algoritmes per a tasques cooperatives amb drons que transporten objectes. També tenim en compte, a l’hora de modelitzar el moviment dels drons col·laboratius, altres factors: la incertesa inherent al vent o possibles fallades tècniques, com que un dels rotors deixi de funcionar, que puguin desestabilitzar-los, o com fer que siguin capaços de passar tots junts per un túnel o espais reduïts… Tots aquests problemes són molt particulars, molt propis dels drons col·laboratius.

Hi ha cap similitud entre la forma en la qual es coordinen ocells que es mouen en formació o bancs de peixos i els mecanismes que s’intenten implementar en els drons col·laboratius?

Sí que n’hi ha. Els drons poden volar en bandada coordinada, com molts grups d’animals. Fa poc s’han vist eixams de drons testats a l’aire lliure a les festes de cap d’any de Xangai, on els robots autònoms s’enlairaven en un camp, travessaven el cel obert, volaven en formació i fins i tot seguien un líder a l’eixam. Però l’ideal, en l’àmbit tecnològic, i també el més difícil, és fer tot això d’una manera descentralitzada, a diferència del que s’ha estat fent fins ara de forma experimental. No és fàcil imitar els animals. En una bandada d’ocells, per exemple, hi ha una força de reacció entre ells que evita col·lisions, ja que un ocell no sap què farà l’altre i ha de reaccionar immediatament. Aquesta força és molt difícil de predir, perquè nosaltres no ens podem ficar al cap de l’ocell. En el meu cas, investigo com a través d’observacions de posicions, velocitats i acceleracions d’agents –per exemple, en un eixam d’ocells– que es poden mesurar mitjançant làsers, un és capaç de reconstruir una funció que descrigui el seu moviment i les forces de reacció. D’aquesta manera, es podria reproduir aquest moviment coordinat d’un grup d’aus en un eixam de drons.

Has guanyat una beca de ”la Caixa” que et permetrà continuar treballant en aquest àmbit.

Sí, ha estat un suport molt important. No només per plantejar millores en la forma com es comuniquen els drons entre si, sinó també en la manera com poden dur a terme tasques de transport. Per a mi, haver guanyat aquesta beca suposa un compromís per mostrar a la societat com les matemàtiques realment poden ajudar en un problema de la vida quotidiana.  


Leonardo Colombo operant un dron. GPSIC Lab, FIUBA, Argentina. Fotografia feta per Juan Ignacio Giribet

Compartir

0

Categoría:

Investigació