Onderzoekers nemen insectengedrag als uitgangspunt voor zelfnavigerende dronezwerm

Onderzoekers verbonden aan het MAVLab van de TU Delft, de Universiteit van Liverpool en de Radboud Universiteit zijn erin geslaagd om een dronezwerm te ontwikkelen die in staat is om zelfstandig een ruimte te verkennen. Daartoe werd inspiratie opgedaan bij de manier waarop insecten navigeren. De onderzoekers doen in Science Robotics uit de doeken hoe de methode werkt.

Vele kleintjes

Het idee achter het onderzoeksproject is dat een zwerm van kleine, relatief eenvoudige robots of drones bepaalde taken beter of sneller kunnen uitvoeren dan normaal gesproken mogelijk is met een groter en complexer systeem. Het verkennen van een rampgebied is een voorbeeld hiervan: een zwerm van kleine drones zou dit veel sneller kunnen uitvoeren dan één grote drone.

In de afgelopen vier jaar heeft het onderzoeksteam op basis van financiering vanuit NWO gewerkt aan kleine zwermdrones die toegepast kunnen worden bij search&rescue toepassingen. De bedoeling is dat reddingswerkers in de toekomst na aankomst bij een rampplek een serie kleine drones oplaten die vervolgens zelfstandig op onderzoek uitgaan en bijvoorbeeld een gebouw in kaart brengen. Op basis van de informatie die de drones vergaren kunnen de reddingswerkers dan veel effectiever te werk gaan.

Succesvolle proef

Voor het project werden miniscule drones met een gewicht van 33 gram voorzien van kleine camera’s. Tijdens testen bleek een zwerm bestaande uit zes drones in staat om binnen 6 minuten 80% van alle kamers in een kantoor te kunnen checken op de aanwezigheid van mogelijke slachtoffers, in de vorm van een tweetal dummies.

Ook bleek het zwermprincipe voor redundantie te zorgen. Een drone die wegens een technisch defect geen beelden kon doorgeven van een slachtoffer werd al snel bijgestaan door een tweede drone, die er wel in slaagde om opnamen te maken en deze door te geven.

Zwermgedrag

Volgens onderzoeker Kimberly McGuire zat de uitdaging bij het verkrijgen van zwermgedrag met name in de individuele intelligentie van de drones. “Aanvankelijk concentreerden we ons op basisvaardigheden zoals het regelen van de vliegsnelheid en het vermijden van obstakels. Later kwam daar het detecteren en ontwijken van andere drones bij. Om dat voor elkaar te krijgen hebben we de drones voorzien van een draadloze communicatiechip. Hoe sterker het signaal, hoe dichterbij een andere drone is. Dat vergt weinig rekenkracht.”

Voor het door de drones laten uitpluizen van een onbekende ruimte keken de onderzoekers goed naar de manier waarop insecten dat doen. “Insecten maken geen gedetailleerde kaarten. In plaats daarvan onthouden ze alleen belangrijke kenmerken en locaties die belangrijk voor ze zijn, zoals het nest of voedselbronnen. We willen dat de drones uiteindelijk slechts één eenvoudige taak kunnen uitvoeren: terugnavigeren naar het basisstation”, aldus hoofdonderzoeker Guido de Croon.

Mot-algoritme

Uiteindelijk werd gekozen voor een nieuw soort mot-algoritme. “Een mot-algoritme maakt geen gedetailleerde kaart van de omgeving, maar reageert op obstakels zodra deze zich voordoen. In principe zijn kaarten perfect om in een ideale lijn van A naar B te navigeren, maar bij kleine robots wordt dit lastig. Het door ons voorgestelde mot-algoritme leidt tot minder efficiënte routes maar heeft als voordeel dat het ook bij kleine robots werkt.”

(Coverfoto: Guus Schoonewille, TU Delft)

Wiebe de Jager

Wiebe de Jager

Wiebe de Jager (@wdejager) is oprichter van Dronewatch en auteur van de boeken Dronefotografie en Dronevideo's maken. Wiebe is gecertificeerd (RPA-L) dronepiloot en beschikt over een volledige ROC vergunning.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Meld je aan voor onze nieuwsbrief!

Vul hieronder je gegevens in en blijf op de hoogte.

Open nieuwsbrief aanmeldformulier