A Study on Autonomous Navigation and Obstacle Avoidance Methods for UAVs Based on Visual-Inertial Fusion
Questo articolo propone un metodo di fusione visione-inerziale a basso costo e leggero per micro droni che combina VINS-Mono per la stima della posa ad alta frequenza con Ego-Planner per la pianificazione dinamica della traiettoria, ottenendo una navigazione autonoma e l'evitamento degli ostacoli robusti in ambienti privi di GPS e ad alta densità di ostacoli con un tasso di successo minimo del 70% e una fluidità della traiettoria superiore rispetto ad A*.
Articolo originale sotto licenza CC BY 4.0 (https://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
Immaginate un piccolo drone che cerca di farsi strada attraverso un tunnel buio e ingombro di ostacoli. Non può fare affidamento sui segnali satellitari che guidano i nostri telefoni o le nostre auto, perché la roccia e la terra sovrastanti bloccano tali segnali. Non può nemmeno trasportare scanner laser pesanti e costosi, perché il drone è troppo piccolo per sollevarli. In questa difficile situazione, il drone deve fare affidamento sui propri occhi e su un senso di equilibrio per evitare di scontrarsi con pareti o ostacoli. Questa è la sfida che i ricercatori affrontano quando cercano di far operare macchine volanti minuscole in luoghi come miniere sotterranee, zone di disastro o foreste fitte. Per molto tempo, queste macchine hanno faticato a muoversi in modo fluido o accurato in spazi così stretti e privi di segnale, portando spesso a schianti o missioni fallite.
Un team di ingegneri dell'Università di Taiyuan e di un'azienda di produzione di gru in Cina ha sviluppato un nuovo modo per far navigare questi piccoli droni. Hanno creato un sistema che combina ciò che il drone vede con il modo in cui percepisce il proprio movimento. Il drone utilizza una singola telecamera per guardare avanti e un piccolo sensore che misura l'accelerazione e la rotazione, simile a quello contenuto in uno smartphone. Fondendo questi due flussi di informazioni, il drone può capire esattamente dove si trova e come si sta muovendo, anche quando ruota rapidamente o quando l'illuminazione è scarsa. Questo sistema non ha bisogno di una mappa del mondo preesistente; al contrario, costruisce un'immagine dei dintorni immediati mentre vola, cercando percorsi sicuri tra gli ostacoli in tempo reale.
I ricercatori hanno testato questa idea costruendo un piccolo quadricottero con un passo di 230 millimetri. Hanno dotato il mezzo di una telecamera che scatta 30 foto al secondo e del sensore di movimento. Il cervello del drone era un computer compatto capace di elaborare i dati rapidamente. Per vedere se il sistema funzionava, il team ha allestito un ambiente di test impegnativo. Hanno creato uno spazio di 4 metri per 4 metri e lo hanno riempito con 10 o 12 grandi ostacoli, ciascuno alto 1,5 metri. L'illuminazione è stata mantenuta molto fioca, circa 6 lux, molto più buia di un tipico soggiorno, e hanno bloccato completamente tutti i segnali satellitari. In questo scenario difficile, il drone doveva volare da un punto di partenza a un obiettivo situato a 5,7 metri di distanza, evitando gli ostacoli autonomamente.
I risultati hanno mostrato che il nuovo metodo era significativamente più affidabile delle tecniche precedenti. In questi test, il drone ha completato con successo la sua missione dal 70% all'80% delle volte, a seconda della specifica disposizione degli ostacoli. Quando i ricercatori hanno confrontato questo dato con un metodo di navigazione standard che si affida solo ai dati visivi senza il sensore di movimento, il vecchio metodo è fallito molto più spesso, con un tasso di successo di solo il 40%. Il vecchio metodo tendeva inoltre a deviare dalla rotta, finendo quasi mezzo metro lontano da dove avrebbe dovuto essere, mentre il nuovo sistema rimaneva entro 12 centimetri dal percorso corretto. Questa differenza è cruciale perché anche un piccolo errore in uno spazio ristretto può portare a una collisione.
Oltre a raggiungere la destinazione, anche il modo in cui il drone si muoveva era più fluido. Il nuovo sistema generava percorsi di volo curvi, permettendo al drone di scivolare tra gli ostacoli senza curve brusche o arresti improvvisi. Al contrario, i metodi precedenti producevano spesso percorsi irregolari e a scatti, più difficili da gestire per un drone in sicurezza. I ricercatori hanno scoperto che l'87% dei percorsi creati dal loro nuovo sistema era più fluido rispetto a quelli prodotti da un comune algoritmo di pianificazione. Questa fluidità è importante perché risparmia energia e riduce il rischio che il drone perda il controllo durante manovre brusche. Il sistema è riuscito a fare tutto questo utilizzando un piccolo computer che non si è surriscaldato, anche dopo 15 minuti di volo continuo in una stanza a 25 gradi Celsius.
Lo studio ha anche esaminato come il sistema gestisce diverse condizioni. Quando la luce era molto bassa, al di sotto dei 10 lux, la capacità del drone di vedere le caratteristiche dell'ambiente è diminuita e il tasso di successo è sceso al 55%. I ricercatori hanno osservato che in un buio così estremo, i sensori visivi faticano a trovare abbastanza dettagli per funzionare correttamente. Hanno suggerito che l'aggiunta di una semplice luce infrarossa potrebbe risolvere questo problema, fornendo al drone una sorta di "visione notturna" per ripristinare la sua capacità di navigazione. Allo stesso modo, quando gli ostacoli erano molto vicini tra loro, il drone doveva lavorare di più per trovare un percorso, ma è comunque riuscito a completarlo nel 70% dei casi. I ricercatori hanno riconosciuto che, sebbene il loro sistema funzioni bene in questi test controllati, i siti di disastri del mondo reale potrebbero presentare sfide ancora più complesse, come forti correnti d'aria o ambienti completamente bui dove non è disponibile alcuna luce.
Questo lavoro dimostra che i piccoli droni possono volare autonomamente in ambienti difficili e privi di GPS senza la necessità di attrezzature pesanti. Combinando con cura i dati visivi con il rilevamento del movimento e ottimizzando il software per farlo girare in modo efficiente, il team ha creato una soluzione leggera che è allo stesso tempo accurata e fluida. Sebbene il sistema non sia ancora perfetto per ogni possibile scenario, in particolare per l'oscurità totale o per distanze molto lunghe, rappresenta un passo avanti significativo. I ricercatori intendono continuare a migliorare la tecnologia aggiungendo altri tipi di sensori e testando il sistema in ambienti più grandi e complessi, con l'obiettivo di portare questa capacità dal laboratorio alle applicazioni del mondo reale, dove potrebbe aiutare nella ricerca e nel soccorso o nell'ispezione delle infrastrutture.
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.