⚡ electrical engineering

RADAR Perception for Dynamic Obstacle Avoidance onboard small-scale Quadrotor UAVs

Este artículo presenta el primer sistema de percepción y control basado en radar de ondas milimétricas (mmWave) integrado para UAV de cuadricóptero de pequeña escala que logra una evasión de obstáculos dinámicos rápida con un rendimiento de baja latencia (14 ms), validado por 390 experimentos que demuestran una alta precisión a través de diversos tamaños de objetos, condiciones de iluminación y humo.

Autores originales: Dnyandeep Mandaokar, Bernhard Rinner

Publicado 2026-08-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Dnyandeep Mandaokar, Bernhard Rinner

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina un mundo donde diminutos robots voladores, como colibríes mecánicos, se desplazan rápidamente por habitaciones concurridas para entregar medicinas o explorar zonas de desastre. Para que estos drones sean verdaderamente útiles, no pueden limitarse a seguir una ruta preprogramada; deben ser lo suficientemente ágiles como para esquivar una rama que cae, una persona que se cruza o una ráfaga de viento repentina sin estrellarse. Este es el desafío de la "Evitación de Obstáculos Dinámicos". Actualmente, la mayoría de los drones dependen de cámaras para ver el mundo, de forma muy similar a los humanos. Pero las cámaras tienen un defecto fatal: se quedan ciegas en la oscuridad, se confunden con el humo espeso y tienen dificultades para determinar qué tan rápido se mueve algo sin realizar cálculos matemáticos pesados. Entra en escena el radar. Es posible que conozcas el radar por el control del tráfico aéreo o las estaciones meteorológicas, pero es esencialmente una linterna supersónica que rebota ondas de radio en los objetos para decirte exactamente dónde están y qué tan rápido se desplazan, independientemente de si hay oscuridad total o niebla. La gran pregunta que los científicos se han estado haciendo es: ¿Podemos encoger este potente radar a prueba de niebla para que quepa en un pequeño dron alimentado por batería y hacerlo lo suficientemente rápido como para salvar la vida del dron en una fracción de segundo?

Este artículo dice que "sí", pero con algunas advertencias importantes sobre cuán pequeños pueden ser los objetos. Los investigadores construyeron un sistema que permite a un pequeño dron utilizar un radar de ondas milimétricas para ver obstáculos, rastrearlos y esquivarlos, todo esto mientras vuela. No se limitaron a simularlo en una computadora; colocaron el radar en un dron real, pusieron el cerebro de la operación en una pequeña computadora (una Raspberry Pi 4B) que cabe en una mochila, y le lanzaron pelotas en diversas condiciones. El resultado es un sistema de "percepción y control" que actúa como un arco de reflejo para el dron. En lugar de tardar mucho tiempo en pensar: "Oh, viene una pelota, déjame calcular una nueva ruta", el sistema reacciona casi instantáneamente, calculando una aceleración segura para esquivar la amenaza.

El equipo descubrió que su sistema basado en radar funciona notablemente bien en entornos desafiantes, aunque con algunas limitaciones en el tamaño de los objetos. En experimentos que involucraron 390 lanzamientos de pelotas de diferentes tamaños, el sistema detectó y evitó obstáculos con éxito tanto en luz brillante como en oscuridad total. En humo espeso, el sistema mantuvo un alto rendimiento para las pelotas más grandes, pero la tasa de evasión cayó al 70% para las pelotas de tenis más pequeñas, resaltando que los objetos no metálicos muy pequeños todavía pueden ser difíciles de detectar en condiciones de baja visibilidad. El "cerebro" del dron fue capaz de procesar los datos del radar y emitir una orden de esquive en unos 14 milisegundos. Para poner esto en perspectiva, un parpadeo humano dura aproximadamente 300 milisegundos; este dron reacciona más de 20 veces más rápido de lo que tú puedes parpadear. En términos de precisión, el dron mantuvo su posición dentro de aproximadamente 0.15 metros en la dirección horizontal y menos de un metro en la dirección vertical, lo cual es suficiente espacio para evitar una colisión.

Sin embargo, el artículo es muy claro sobre lo que este sistema no puede hacer todavía. Descarta explícitamente la idea de que esta configuración de radar es perfecta para cada escenario posible. El sistema tiene dificultades con objetos no metálicos muy pequeños (como una pequeña pelota de tenis) cuando están lejos o en medio de humo, porque las ondas de radar no rebotan en ellos con la suficiente fuerza para ser detectados. Si el dron no ve el objeto hasta que está demasiado cerca, las matemáticas dicen que un choque es inevitable. Los investigadores también señalan que, si bien el sistema es rápido, depende de que la computadora no se vea "ralentizada" por demasiadas otras tareas; si la computadora se satura, el tiempo de reacción se ralentiza y el margen de seguridad se reduce.

El descubrimiento central es que el radar de ondas milimétricas es una alternativa viable y robusta a las cámaras para el esquive rápido de drones, siempre que los obstáculos sean lo suficientemente grandes como para ser vistos. El sistema utiliza un ingenioso concepto de "burbuja de seguridad". Imagina que el dron y el obstáculo están rodeados por círculos invisibles que se expanden. El sistema calcula una "distancia crítica": un punto de no retorno. Si el obstáculo cruza esta línea, el dron debe haber comenzado ya a esquivar. Al medir qué tan rápido se mueve el obstáculo y qué tan rápido puede girar el dron, el sistema sabe exactamente con cuánta antelación debe activar la maniobra de evasión. Demostraron que, con su configuración, el dron podía activar un esquive cuando el obstáculo estaba todavía a aproximadamente 2 a 4 metros de distancia, dándole tiempo de sobra para virar de forma segura.

Al final, esta investigación sugiere que no necesitamos computadoras costosas, pesadas o que consuman mucha energía para hacer que los drones sean seguros en la oscuridad o con humo. Un radar ligero y un algoritmo simple pueden hacer el trabajo pesado. El artículo concluye que, si bien aún queda trabajo por hacer para manejar objetos más pequeños y velocidades mayores, este enfoque ofrece un equilibrio sólido y práctico entre velocidad, seguridad y la energía limitada disponible en los pequeños robots voladores. Es un paso hacia un futuro donde los drones puedan volar a través de una tormenta de escombros o un almacén oscuro y aun así encontrar su camino sin estrellarse.

Resumen Técnico: Percepción por RADAR para la Evitación de Obstáculos Dinámicos en UAV Cuadricópteros de Escala Reducida

Planteamiento del Problema
La evitación de obstáculos dinámicos (DOA, por sus siglas en inglés) rápida para vehículos aéreos no tripulados (UAV) requiere un sistema de percepción que equilibre la baja latencia, un rango de detección suficiente y robustez en condiciones ambientales adversas. Los sistemas actuales de vanguardia para DOA dependen fuertemente de sensores visuales (cámaras) o LiDAR. Sin embargo, los sensores ópticos tienen dificultades con la mala iluminación, el humo y las superficies reflectantes, además de carecer de mediciones directas de velocidad, lo que requiere procesamiento adicional y aumenta la latencia. El LiDAR ofrece detección de largo alcance pero demanda altos recursos computacionales y también falla al medir directamente la velocidad. El RADAR de ondas milimétricas (mmWave) ofrece una alternativa rentable con mediciones directas de rango, velocidad y posición, además de robustez ante la iluminación y el humo. No obstante, los datos de RADAR son dispersos, lo que dificulta la estimación del tamaño de los objetos, y su aplicación para una DOA rápida a bordo (que supere los 50 Hz) en plataformas con recursos limitados no ha sido validada previamente.

Metodología
Los autores proponen un sistema de percepción y control ligero de extremo a extremo que utiliza un sensor RADAR FMCW de 77–81 GHz en un cuadricóptero de escala reducida. La arquitectura del sistema se divide en tres componentes principales:

Percepción y Seguimiento:
- Detección: El sistema emplea un algoritmo de ventana deslizante combinado con agrupamiento (clustering) DBSCAN para procesar nubes de puntos RADAR puras a 100 Hz. Distingue puntos dinámicos de estáticos mediante umbrales de velocidad radial, agregando fotogramas para generar cajas delimitadoras 3D con estimaciones de estado $(x, y, z, v_x, v_y, v_z)$ .
- Seguimiento: Se utiliza un rastreador SAFE-Interacting Multiple Model (IMM) para rastrear obstáculos de forma robusta. Esta arquitectura limita la deriva de la trayectoria durante los cambios de modelo sin un alto costo computacional, utilizando una asociación de Vecino más Cercano Global (GNN) y filtros de Kalman (velocidad constante y aceleración constante).
- Análisis de Latencia: Los autores derivan límites analíticos para una evitación exitosa, definiendo una distancia crítica $d_{crit}$ basada en la latencia total de extremo a extremo ( $t_{end} = t_{det} + t_{avoid}$ ), el tiempo de evasión ( $t_{evade}$ ) y la velocidad relativa ( $v_{rel}$ ). La evitación exitosa requiere activar la maniobra antes de que el obstáculo entre en $d_{crit}$ .
Control y Evitación:
- El sistema utiliza un Filtro de Barrera de Control de Aceleración Distribucionalmente Robusto (DR-ACBF). A diferencia de los pesados resolvedores de programación cuadrática, este controlador utiliza una proyección determinista de Gauss-Southwell para calcular aceleraciones evasivas dentro de un semiplano lineal.
- Para manejar el ruido del RADAR y los errores de estimación, el marco incorpora un disparador de Valor en Riesgo Condicional Distribucionalmente Robusto (DR-CVaR). Este mecanismo expande adaptativamente los márgenes de seguridad basándose en distribuciones de probabilidad de peor caso, asegurando una evitación de colisiones robusta incluso con mediciones ruidosas.
Implementación:
- El sistema se implementó en una computadora de compañía Raspberry Pi 4B (Pi4B), ejecutando Ubuntu 20.04 y ROS2 Galactic, con interfaz hacia un controlador de vuelo PX4.
- El sensor RADAR está configurado para una alta resolución de velocidad y un campo de visión amplio, optimizado para detectar objetos con secciones transversales de radar (RCS) pequeñas.

Contribuciones Clave

Primera DOA rápida basada en RADAR de mmWave: Hasta donde los autores saben, este es el primer sistema que demuestra una DOA rápida a bordo utilizando RADAR de mmWave en un UAV de recursos limitados sin aceleración por GPU.
Análisis de Límites Espaciales y de Latencia: El artículo proporciona una derivación teórica de las restricciones temporales y espaciales requeridas para una DOA exitosa, relacionando el rango de detección, la velocidad relativa y los retrasos de control.
Validación del Sistema: Los autores validan el sistema tanto en una estación de trabajo como en una Pi4B, demostrando la viabilidad en tiempo real con una latencia de extremo a extremo de aproximadamente 14 ms.
Conjunto de Datos Exhaustivo: El trabajo incluye un conjunto de datos de 390 lanzamientos involucrando tres tamaños de objetos diferentes bajo diversas condiciones de visibilidad (luz, oscuridad y humo).

Resultados Experimentales
El sistema fue evaluado mediante experimentos de hardware-in-the-loop (HiL) estacionarios y pruebas de vuelo a bordo:

Precisión de Detección: En condiciones de luz y oscuridad, el sistema logró errores de posición menores a 0.15 m en la dirección x, 0.93 m en y y 0.87 m en z. En condiciones de humo, donde no hubo datos de verdad de terreno disponibles, la dispersión de las posiciones detectadas se mantuvo consistente con los resultados de luz/oscuridad, indicando robustez.
Desempeño de Evitación: A través de 390 lanzamientos en experimentos estacionarios con diferentes tamaños de objetos (0.1 m a 0.3 m), el sistema logró una tasa de evitación general de más del 80% para distancias superiores a 1 metro. El controlador DR-ACBF activó exitosamente la evitación a una distancia promedio ( $d_t$ ) de 2.12 m a 4.03 m, muy por encima de la distancia crítica calculada ( $d_{crit} \approx 1.02$ m para pruebas estacionarias).
Experimentos de Vuelo: En 20 vuelos a bordo (vuelo estacionario y vuelo hacia adelante a 1 m/s), el sistema demostró una evitación confiable a velocidades de obstáculos superiores a 6 m/s. La latencia de computación de extremo a extremo en la Pi4B fue de 13.65 ms, satisfaciendo los requisitos de tiempo real.
Análisis de Fallos: El sistema falló principalmente cuando objetos ultra pequeños y no metálicos (por ejemplo, pelotas de tenis de 0.1 m) en condiciones de humo fueron detectados demasiado tarde (por debajo de $d_{crit}$ ) debido a un bajo RCS, o si los picos de CPU aumentaron la latencia más allá del margen de seguridad.

Significancia y Reivindicaciones
El artículo afirma que el RADAR de mmWave es una modalidad de detección primaria viable para la DOA rápida en pequeños UAV, ofreciendo un fuerte equilibrio entre robustez (en humo y baja luz), latencia y eficiencia computacional a bordo. Los autores enfatizan que su sistema logra una detección y evitación robustas sin depender de aprendizaje profundo o GPUs, lo que lo hace adecuado para el despliegue en hardware de borde con recursos limitados. Los resultados confirman que, con una gestión de latencia y estrategias de control robustas (DR-ACBF), el RADAR puede soportar la evitación de obstáculos dinámicos a alta velocidad, una capacidad que anteriormente estaba dominada por sistemas de visión y LiDAR. Se señala como trabajo futuro la extensión hacia la evitación de objetos múltiples y de UAVs propios que se mueven más rápido en entornos exteriores.

Más como este