MIT crea algoritmos para que los drones determinen si están aptos para volar

MIT crea algoritmos para que los drones determinen si están aptos para volar

Un sistema que ayuda a los artefactos voladores a diagnosticar su propia "salud" al analizar los parámetros de su ruta en tiempo real.

Servicios de entrega de paquetes por medio de drones como Amazon Prime Air nos hace pensar inmediatamente en la plétora de posibles escenarios en los que uno de estos gadgets voladores podrían tener problemas en la logística de transporte debido a condiciones que podrían estar fuera del alcance de los mismos proveedores, principalmente de índole meteorológico.

Es así que investigadores del Instituto Tecnológico de Massachusetts (MIT) desarrollaron un par de sistemas estructurados por algoritmos que podrían ayudar a garantizar la entrega por medio de este tipo de artefactos.

El equipo desarrolló un algoritmo que permite al dron monitorear aspectos de su propio estado en tiempo real. Con esto, un dron puede diagnosticar su nivel de combustible, la condición de sus hélices, cámaras y otro tipo de sensores en medio de una misión para tomar medidas proactivas como la posibilidad de trasladarse a una estación de carga.

Los científicos también crearon un método en el que un dron puede analizar eficientemente futuras ubicaciones antes de despegar. Los algoritmos para este sistema simplifican todas las rutas potenciales en las que un dron puede transitar sin chocar contra algún obstáculo. Muy similar a los cálculos que tenía que hacer el Halcón Milenario antes de entrar al hiperespacio.

El Proceso de Decisiones Parcialmente observables de Markov fue un modelo que utilizaron para la realización de sus algoritmos. Este enfoque genera un árbol de posibilidades en donde cada nodo representa una distribución de probabilidad, o la probabilidad de un resultado dado. La planificación de la ruta de un vehículo sobre cualquier periodo de tiempo, por lo tanto, puede dar lugar a un crecimiento exponencial de los resultados probables, que pueden ser una tarea monumental en la informática.

Agha-Mohammadi optó por simplificar el problema al dividir el cálculo en dos partes: la planificación a nivel del vehículo, como la ubicación de un vehículo en un momento dado; y a nivel de la misión, o la planificación de la “salud”, tales como la condición de las hélices de un vehículo, las cámaras y los niveles de combustible.

Ali-akbar Agha-mohammadi del Departamento de Aeronáutica y Astronáutica del MIT destacó la eficacia del sistema:

Con algo como la entrega de paquetes, que necesita ser realizado de manera persistente por horas, necesitas tomar en cuenta la salud del sistema . De manera interesante, encontramos en nuestras simulaciones que incluso en los entornos más agresivos los 100 drones que utilizamos tuvieron muy pocas fallas.

Agha-mohammadi presentará detalles de la investigación en septiembre en la Conferencia Internacional de Robots Inteligentes y Sistemas en Chicago.