Cómo la ecolocalización impulsada por IA proporciona visión nocturna a drones pequeños

Para ayudar a pequeños robots aéreos a navegar en la oscuridad y otros entornos de baja visibilidad, mis colegas y yo desarrollamos un sistema de percepción basado en ultrasonidos, inspirado en la ecolocalización de los murciélagos.

Los robots actuales dependen en gran medida de cámaras o de sistemas de detección y medición de luz (LiDAR), o de ambos. Sin embargo, estos sensores fallan en condiciones de visibilidad reducida, como humo, niebla, polvo, nieve u oscuridad total.

Soy ingeniero científico y desarrollo microrobots bioinspirados. Para resolver este problema, mi equipo de investigación estudió a los expertos en navegación en condiciones de poca visibilidad: los murciélagos. Estos animales prosperan en cuevas oscuras, húmedas y polvorientas, y pueden detectar obstáculos tan finos como un cabello humano mediante ecolocalización, pesando tan solo dos clips. Emiten ondas sonoras y escuchan los débiles ecos reflejados por los objetos.

Sin embargo, implementar esta capacidad de detección en robots aéreos es extremadamente difícil, ya que las hélices generan mucho ruido. Es como intentar escuchar a un amigo mientras un motor a reacción despega a tu lado.

Para superar este problema, presentamos dos ideas clave. En primer lugar, un escudo acústico físico, inspirado en el cartílago de la oreja de los murciélagos, reduce el ruido de las hélices alrededor de los sensores acústicos, que actúan como los oídos del robot. En segundo lugar, una red neuronal llamada Saranga recupera señales de eco débiles a partir de mediciones con mucho ruido, aprendiendo patrones con el tiempo, inspirada en cómo los murciélagos procesan el sonido.

En conjunto, estas tecnologías permiten al robot estimar la ubicación de obstáculos en 3D y navegar de forma segura utilizando una potencia de detección de nivel de milivatios.

¿Por qué es importante?

Este tipo de drones son muy útiles para la búsqueda y el rescate, especialmente en entornos confinados, dinámicos y peligrosos, debido a su pequeño tamaño y bajo costo. Las operaciones de búsqueda y rescate suelen tener lugar en entornos con muy poca visibilidad, como incendios forestales, edificios derrumbados, cuevas o condiciones exteriores polvorientas. En estos escenarios, los sensores tradicionales como las cámaras y el lidar suelen ser poco fiables.

Los murciélagos no dependen únicamente de la vista; en cambio, utilizan la ecolocalización para percibir el mundo. La detección por ultrasonido no depende de las condiciones de iluminación y funciona en presencia de humo, polvo y oscuridad.

Nuestro trabajo demuestra que es posible incorporar esta capacidad a los robots aéreos a pesar del fuerte ruido de las hélices a bordo. El sonar, potenciado por el blindaje acústico y el aprendizaje automático, promete dar lugar a una nueva clase de robots pequeños y de bajo costo capaces de operar en entornos donde los sistemas actuales fallan.

Esta investigación puede permitir el desarrollo de robots aéreos diminutos, autónomos y altamente funcionales para aplicaciones humanitarias críticas, como búsqueda y rescate, lucha contra la caza furtiva y exploración de cuevas. La navegación por sonar con IA podría conducir a robots más seguros, rápidos y rentables para operaciones urgentes donde el acceso humano o de helicópteros de mayor tamaño es limitado. Esto representa un paso adelante hacia el despliegue de enjambres de robots aéreos, similares a grupos de murciélagos, para explorar entornos peligrosos y buscar supervivientes.

Los avances en modelado matemático, diseño de redes neuronales y caracterización de sensores permitirán otras aplicaciones de bajo consumo para estos drones, como la monitorización ambiental. Nuestro trabajo puede reducir el consumo energético 1,000 veces, el peso 10 veces y el costo 100 veces en comparación con las soluciones actuales.

¿Qué otras investigaciones se están realizando?

La mayoría de los sistemas de navegación aérea se basan en cámaras, sensores de profundidad o lidar, cuyo rendimiento disminuye con la baja visibilidad. El radar funciona en estas condiciones, pero consume mucha energía en drones pequeños. Trabajos anteriores han explorado la detección por ultrasonidos principalmente en robots terrestres, pero su aplicación a robots aéreos ha sido difícil debido al ruido de las hélices y la debilidad de las señales.

¿Qué sigue?

Estamos trabajando para mejorar la velocidad de vuelo, el alcance de detección y el tamaño del sistema. También estamos explorando nuevos diseños bioinspirados y combinando ultrasonidos con otros tipos de sensores.

En última instancia, nuestro objetivo es construir robots aéreos fiables y de bajo consumo que puedan operar de forma segura en entornos dinámicos y permitir su despliegue en operaciones reales de búsqueda y rescate.

Nitin Sanket es profesor asistente de ingeniería robótica en el Instituto Politécnico de Worcester.

Este artículo se republica de The Conversation bajo una licencia Creative Commons. Lee el artículo original.