Local Path Planning and Obstacle Avoidance for an Omnicopter Platform
Questo articolo presenta un modulo di pianificazione del percorso locale e di evitamento degli ostacoli in tempo reale per un multirotore omnidirezionale (omnicopter) che estende il Dynamic Window Approach a sei gradi di libertà (6D-DWA) con una ponderazione adattiva della "Agile Mode", ottenendo un'elevata precisione di inseguimento e un efficace evitamento delle collisioni sia in ambienti statici che in ambienti disordinati sconosciuti.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Le macchine autonome che volano non sono più solo fantascienza; stanno diventando una realtà pratica per compiti che vanno dalla consegna di pacchi alla ricerca di sopravvissuti in zone colpite da disastri. Per farlo in sicurezza, questi velivoli hanno bisogno di un modo per navigare attraverso spazi complessi e ingombranti senza schiantarsi. La sfida risiede nel modo in cui la macchina pensa. Un tipico sistema di volo utilizza due livelli di pensiero: un pianificatore a lungo raggio che traccia un percorso dal punto A al punto B, e un pianificatore locale che gestisce le decisioni momento per momento, come schivare un ramo improvviso o una raffica di vento. Mentre il pianificatore a lungo raggio può prendersi il tempo necessario per calcolare una rotta, il pianificatore locale deve reagire istantaneamente, spesso centinaia di volte al secondo, per mantenere la macchina al sicuro. Questo è particolarmente difficile per un nuovo tipo di drone chiamato omnicottero. A differenza dei droni standard che possono solo inclinarsi in avanti per muoversi, un omnicottero può muoversi in qualsiasi direzione e ruotare indipendentemente, offrendo sei gradi di libertà. Ciò lo rende incredibilmente agile, ma rende anche molto più difficile la matematica per l'evitamento degli ostacoli, poiché il computer deve considerare il movimento in ogni direzione simultaneamente.
Ricercatori della Delft University of Technology e della New York University Abu Dhabi hanno sviluppato un nuovo metodo per aiutare questi agili droni a navigare in sicurezza in tempo reale. Hanno creato un sistema che funge da pianificatore locale, permettendo all'omnicottero di prendere decisioni in una frazione di secondo per evitare sia pareti note che ostacoli imprevisti. Il team ha adattato una classica tecnica di navigazione, originariamente progettata per semplici robot su terreno piano, per farla funzionare nello spazio tridimensionale completo di un drone volante. Poiché calcolare ogni possibile mossa in sei direzioni è troppo lento per essere eseguito istantaneamente da un computer, i ricercatori hanno introdotto una strategia di campionamento intelligente. Inveve di controllare ogni singola velocità e angolo possibili, il sistema concentra la sua potenza di calcolo sulle direzioni più promettenti, proprio come un conducente che guarda la strada davanti a sé piuttosto che controllare ogni centimetro del manto stradale. Per mantenere i calcoli veloci, hanno anche semplificato la forma del drone nella memoria del computer, rappresentando la complessa macchina come un gruppo di dieci sfere. Ciò consente al computer di controllare rapidamente se il drone colpirebbe qualcosa senza dover elaborare i dettagli intricati della sua struttura reale.
Il sistema è stato testato in un ambiente simulato dove il drone doveva seguire un percorso dettagliato attraverso un mondo pieno di ostacoli. In questi test, il drone ha seguito con successo il suo percorso con una deviazione media inferiore a 0,1 metri e ha mantenuto un errore di direzione di circa 13 gradi, il tutto eseguendo le sue decisioni cinque volte al secondo su un computer. Quando il drone ha incontrato un muro che bloccava il suo cammino, il sistema lo ha indirizzato con successo attorno all'ostacolo e lo ha guidato nuovamente sulla rotta originale. I ricercatori hanno anche testato come il drone reagiva agli ostacoli mai visti prima, che apparivano improvvisamente sul suo cammino. Per gestire queste sorprese, il sistema possiede una speciale "Modalità Agile". Quando viene rilevato un oggetto sconosciuto, il drone cambia temporaneamente le sue priorità, interessandosi meno al mantenimento del percorso originale e più al mantenimento di una distanza di sicurezza dal nuovo pericolo. In simulazioni con un ostacolo posizionato leggermente fuori dal percorso, questa modalità ha permesso al drone di evitare una collisione in quasi l'80 percento dei tentativi. Tuttavia, quando l'ostacolo era posizionato direttamente al centro del percorso, creando una situazione perfettamente simmetrica in cui il drone doveva scegliere tra destra o sinistra senza una preferenza chiara, il tasso di successo è sceso a circa il 41 percento. Questo risultato evidenzia un limite noto dei sistemi reattivi: quando l'ambiente è troppo ristretto o simmetrico, un decisore a breve termine può talvolta rimanere bloccato.
Oltre agli ostacoli statici, il team ha anche costruito un sistema di emergenza separato e più veloce per le minacce in movimento, come un altro oggetto volante o una persona che si muove velocemente. Questo sottosistema opera indipendentemente dal pianificatore principale. Se viene rilevata una minaccia che si muove troppo velocemente perché il pianificatore standard possa gestirla, questo modulo di emergenza prende il controllo per calcolare una rapida manovra di fuga. In test che coinvolgevano sia muri statici che minacce in movimento, il sistema ha identificato con successo direzioni sicure per schivare e ha poi restituito il controllo al pianificatore principale per riprendere il viaggio. I ricercatori hanno scoperto che la chiave del successo era bilanciare i diversi obiettivi del volo: raggiungere la destinazione, rimanere sul percorso ed evitare collisioni. Hanno scoperto che se il drone era troppo rigoroso nel mantenere la sua orientazione, a volte falliva nel passare attraverso spazi stretti che richiedevano di mettersi di lato. Regolando l'importanza di questi obiettivi, il drone poteva adattarsi a spazi angusti. Sebbene il sistema si sia dimostrato efficace in simulazione, gli autori osservano che le condizioni del mondo reale, come il vento o sensori imperfetti, richiederanno ulteriori test. Il lavoro dimostra che, semplificando la geometria e concentrando lo sforzo computazionale dove conta di più, è possibile dare ai droni altamente agili la capacità di pensare e reagire in tempo reale, portandoli un passo più vicini all'operare in sicurezza nel mondo umano, frenetico e imprevedibile.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.