Uma rede neural “de abelha” de 42 KB permitiu que drones retornassem à base sem mapas ou GPS.

Os drones, repletos de sensores, receptores e hardware de computação potente, são inferiores à abelha média em suas habilidades de navegação. O cérebro do inseto, do tamanho de uma semente de gergelim, permite que ele retorne para casa com segurança e sem esforço, comparável a um humano que retorna para casa após centenas de quilômetros de viagem fora de estrada sem mapa ou bússola. Essa habilidade é altamente desejada por drones em miniatura.

Fonte da imagem: TU Delft

Entre outros pesquisadores que exploram os problemas de navegação com recursos computacionais mínimos, cientistas da Universidade de Tecnologia de Delft (TU Delft) fizeram um progresso significativo. Em um novo artigo publicado na revista Nature, eles apresentaram o sistema de navegação Bee-Nav para pequenos drones, que funciona de maneira semelhante à forma como as abelhas encontram o caminho de volta para casa. As abelhas podem voar aproximadamente 3 km de sua colmeia e retornar com precisão, usando odometria (estimativa da distância e direção percorrida) e memória visual do entorno da colmeia.

Na robótica clássica, os métodos de navegação autônoma envolvem uma combinação de mapas e GPS, ou a construção de um mapa 3D do terreno, o que exige recursos computacionais significativos a bordo e é extremamente inadequado para a criação de plataformas autônomas em miniatura.

Assim como as abelhas, um drone equipado com o sistema de navegação Bee-Nav realiza primeiro um curto “voo de treinamento” ao redor de seu ponto de partida, da mesma forma que uma abelha faria ao redor de sua colmeia. Durante esse voo, o drone captura imagens panorâmicas do ambiente ao redor e, usando dados de odometria, treina uma pequena rede neural para correlacionar a imagem visível com a direção e a distância até o ponto de partida. O drone pode então voar mais longe, retornar e, usando sua própria estimativa de odometria da distância percorrida desde a base, corrigir o erro acumulado na distância percorrida por meio de visualização. Esse processo utiliza muito pouca memória, pois não há necessidade de armazenar mapas precisos da área: alguns pontos de referência próximos à casa são suficientes.

O resultado foi uma economia de memória impressionante. Em um experimento, o drone conseguiu…O drone retornou à base com uma rede neural armazenada em apenas 3,4 KB de memória, enquanto em voos maiores, tanto internos quanto externos, a distâncias de até 600 metros da base, a rede neural precisou de 42 KB para orientação. O vento representou um obstáculo durante os voos externos, alterando o campo de visão da câmera e causando falhas em aproximadamente 30% dos casos. Ao voar em grandes hangares fechados, o drone quase sempre retornou ao ponto de partida.

VÍDEO

Um sistema de navegação como esse, como os desenvolvedores apontam corretamente, será muito requisitado para inspeções de infraestrutura, na agricultura, para robôs de armazém e, principalmente, em áreas onde o GPS não está disponível. Ao mesmo tempo, o trabalho fornece aos biólogos um modelo funcional de como insetos com cérebros minúsculos resolvem problemas de navegação. Na realidade, os cientistas não sabem exatamente como as abelhas se orientam; eles só podem supor. Testar esses mesmos princípios em uma rede neural ajudará a compreender melhor o assunto.