Delfts team wint wereldkampioenschap autonoom droneracen

Een team van het Micro Aerial Vehicle Lab (MAVLab) van de TU Delft heeft het Artificial Intelligence Robotic Racing (AIRR) wereldkampioenschap in Austin, Texas gewonnen. Zoals de naam van het kampioenschap al suggereert zat er geen piloot van vlees en bloed aan de sticks, maar moesten de racedrones geheel autonoom hun weg door het circuit vinden. Aan de overwinning is een geldprijs van 1 miljoen dollar verbonden.

Vertraging door obstakels

Wie wel eens een autonome drone aan het werk heeft gezien, weet dat dergelijke drones normaal niet zo heel hard vliegen in de buurt van obstakels. Autonoom vliegen vereist zoveel intelligentie en rekenkracht van de drone, dat deze het al snel aflegt tegen een menselijke dronepiloot.

“Snelheid, behendigheid en het inschatten van risico’s zijn echter zeer belangrijk als je drones wil gaan toepassen bij nieuwe maatschappelijke toepassingen zoals het brengen van een defibrillator bij een persoon in nood of een pakketje voor de deur”, aldus Christophe de Wagter, drone-onderzoeker van het Delftse MAVLab. “Drones hebben immers maar beperkt energie aan boord en moeten ook op snelheid netjes de situatie inschatten en om obstakels heen vliegen.”

Extreme uitdaging

De professionele dronerace-organisatie Drone Racing League (DRL) stelde drone-ontwikkelaars daarom voor een extreme uitdaging: probeer een autonome drone een raceparcours sneller af te laten leggen dan een drone die door een menselijke piloot wordt bestuurd. Hiertoe werd de Artificial Intelligence Robotic Racing (AIRR) competitie in het leven geroepen, die bestond uit drie voorrondes, gevolgd door het wereldkampioenschap in Austin, Texas.

Het MAVLab team won in twee van de drie voorrondes de eerste prijs, maar moest in de finale alsnog alles geven om de sterker wordende concurrentie voor te blijven. De drone met hun code legde tijdens het wereldkampioenschap het raceparcours tijdens een zenuwslopende finale in slechts 12 seconden af.

Als ‘bonusronde’ vloog het team tegen een menselijke dronepiloot: Drone Racing League piloot Gabriel “Gab707” Kocher, één van de beste FPV vliegers ter wereld. Gab707 won de ronde met gemak door het circuit in slechts 6 seconden af te leggen maar moest toegeven dat het verschil tussen menselijke dronebestuurders en autonome drones steeds kleiner wordt.

Menselijke piloot als uitgangspunt

De winnende aanpak van het MAVLab team is vernieuwend. Waar andere teams vooral voortbouwden op bestaande robotnavigatiemethoden, nam het Delftse team de menselijke piloot als uitgangspunt. De Wagter: “Geïnspireerd op menselijke dronerace-piloten leerde onze drone vooral om robuust zijn eigen positie ten opzichte van de poortjes te bepalen maar leerde deze ook de vliegeigenschappen van de drone voorspellen. Doorslaggevend was dat de drone risico’s goed leerde inschatten om te kunnen versnellen als het goed ging, of juist gas terug te nemen bij gevaar. Dat maakte onze oplossing snel en betrouwbaar.”

Tenslotte speelde de ervaring die het MAVLab heeft opgedaan bij zijn onderzoek naar zeer kleine wendbare microdrones met beperkte rekenkracht, zoals de recent in Science gepubliceerde DelFly Nimble, een belangrijke rol in het maken van zeer snelle lichte code voor de AIRR races.

De RacerAI drone van DRL is uitgerust met 4 stereoscopische camera’s en een NVIDIA Jetson AGX Xavier processor

Verdere ontwikkeling

De uitdaging om een menselijke piloot te verslaan blijft nog staan. Om hierin te slagen is een aantal verdere ontwikkelingen nodig, die de drone nog dichter bij zijn fysieke limieten moet brengen.

Daarnaast is het zaak om de ontwikkelde methodes ook aan te passen aan andere toepassingen, zoals het snel verkennen van gebieden tijdens reddingsoperaties of het afleveren van pakketjes. De risico-inschatting die het MAVLab heeft toegepast in hun racedrone is hiervoor bijvoorbeeld al heel geschikt: als er geen obstakels zijn, kan een drone veilig sneller gaan vliegen, terwijl het in complexere omgevingen met obstakels af zal moeten remmen om de veiligheid te garanderen. Op deze manier kunnen de ontwikkelde methodes voor drone-racen ook een belangrijk voordeel opleveren voor andere toepassingen.

Over de Artificial Intelligence Robotic Racing (AIRR) competitie

Het doel van de Artificial Intelligence Robotic Racing (AIRR) competitie is om de toepassing van Artificial Intelligence (AI) in drones te versnellen via futuristische racewedstrijden. De competitie bestond uit drie voorrondes en de finale. Uit de 426 aanmeldingen uit 81 landen die de AIRR competitie ontving, bleven na een serie tests uiteindelijk negen teams over.

De deelnemende teams moesten gebruik maken van een standaard drone, de DRL RacerAI. De drone heeft een NVIDIA Jetson AGX Xavier besturingssysteem en vier stereoscopische camera’s aan boord. De teams konden niet gebruik maken van GPS, uitwisseling van data of menselijke interventie – de kwaliteit van de code was dus bepalend. De AIRR competitie werd georganiseerd door de Drone Racing League (DRL) en Lockheed Martin. De teams streden om de hoofdprijs van 1 miljoen dollar.

(bron: persbericht)

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 het ROC-light. In het najaar van 2018 was Wiebe als coach&jurylid verbonden aan het tv-programma 'Drone Masters'.

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