Negli ultimi anni la mania dei droni per uso ricreativo è esplosa, complice la disponibilità di tecnologie anche nel comparto low cost. Dai semplici giocattolini per uso interno ai droni capaci di riprese video a 4k, usati in esterni sia a scopi ludici che di mappaggio del territorio, possiamo ragionevolmente dire che ci sono prodotti per tutti i gusti e per tutte le tasche.
Un successo che ha spinto le autorità (in Italia sotto la direttiva della ENAC) a promulgare una serie di regole sul "come" e "dove" utilizzarli (o meglio dove è legale farlo), con in più l'obbligo di conseguire un patentino per i modelli più pesanti e potenti.
In ambito scientifico i droni hanno goduto da subito di ampio successo, divenendo (specialmente i modelli miniaturizzati) ottimi strumenti sia per il monitoraggio dell'ambiente che come banco di prova per nuove tecnologie di guida autonoma, potenzialmente utilizzabili in futuro sui velivoli standard (ad esempio --> "Sistemi di atterraggio automatico grazie allo studio delle api")
Ad oggi i droni a guida autonoma hanno un limite nella velocità del volo, ma non per ragioni ingegneristiche; è la capacità di "vedere l'ambiente" e attuare correzioni di rotta, dove necessario, il vero fattore limitante. Un problema poco sentito nel volo in spazi aperti e privi di ostacoli, ma centrale quando la complessità dell'ambiente inizia ad aumentare. Un problema che in natura non sembra sussistere come abbiamo visto nell'articolo --> "api e robo-api".
In questi frangenti dove l'input di informazioni ambientali supera una certa soglia critica, si palesa l'insufficiente capacità di elaborazione delle immagini riprese dalle telecamere (o meglio dai sensori). Non parliamo di velocità supersoniche. Già sopra i 50 km/h un mini-drone in volo in un ambiente di minima complessità avrebbe la quasi matematica certezza di andare a sbattere sul primo ostacolo a causa del ritardo nella "decisione" correttiva. La causa? Il flusso di dati in entrata supera la capacità analitica.
Imparare ad evitare gli ostacoli (umani o fisici che siano) è un obbligo nel momento stesso in cui i droni entreranno nella quotidianità (video by insightness.com)
I ricercatori dell'università di Zurigo hanno cercato di risolvere il problema mediante il DVS (sensore di visione dinamica) progettato per visualizzare l'ambiente in modo quasi continuo (ad intervalli di microsecondi), cogliendo variazioni di luminosità "punto per punto".
Un approccio che ricalca quanto scritto in precedenza sulla capacità delle api di volare senza indugi tra il fitto fogliame della giungla (--> QUI).Il problema non risolto era la "ricchezza" delle informazioni catturate che rendeva improbo (quindi non efficace) il lavoro dei processori. In altre parole a certe velocità di crociera il mini-drone non fa in tempo a capire se la variazione di luminosità percepita è rumore di fondo oppure un ostacolo.
Risolutivo è stato il lavoro di alcuni ingegneri del MIT che hanno sviluppato un algoritmo che permette al sistema di filtrare le informazioni catturate dal DVS, focalizzandosi solo quelle che evidenziano un differenziale di luminosità.
Il sistema DVS è di tipo "neuromorfico",
modellato cioè sul sistema di visione degli animali in cui le cellule
fotosensibili nella retina sono attivate, in tempo reale, dai cambiamenti
di luminosità. I sensori neuromorfi sono progettati come circuiti disposti in parallelo, analogamente alle cellule fotosensibili, che attivano e producono pixel blu o rosso (osservabile sullo schermo del computer) in risposta a una calo o ad un picco di luminosità.
 |
| Il sistema sviluppato dalla Inilabs |
I droni dotati di DVS vedono, invece di un normale flusso video," una rappresentazione granulare di pixel che variano tra due colori a seconda della luminosità in quel punto e in un dato momento, microsecondo per microsecondo. Grazie a questo sistema il sensore è di fatto autonomo, senza bisogno di aspettare il post-processamento del flusso di immagini per indurre una risposta. Non a caso le api eseguono una correzione di rotta anche improvvisa senza bisogno di un processamento cerebrale ma grazie ad automatismi tra segnale retinico e risposta del movimento.
Tra i test condotti dai ricercatori per mettere alla prova il sistema in diversi frangenti, uno particolarmente curioso è quello del "portiere robotico" sfidato a bloccare una palla in arrivo ad una certa velocità.
La chiave del successo del sistema è la possibilità di modificare i parametri del sistema di controllo impostando valori soglia nella variazione di luminosità che il sistema considera "utili" per il compito prefissato, trascurando ogni altro segnale "esterno" o "fuori intervallo". In questo modo il sistema non corre il rischio di essere sopraffatto da troppi eventi-segnale che porterebbero all'inevitabile "crash" contro un ostacolo.
Prossimo articolo su temi correlati --> "La robo-salamandra"
Fonte
- Faster, more nimble drones on the horizon
MIT/news
Nessun commento:
Posta un commento