El nuevo sistema emplea una red neuronal profunda para superar el desaf\u00edo de la turbulencia de efecto suelo<\/strong><\/p>\n

Aterrizar los drones multi-rotor sin problemas es dif\u00edcil. Una compleja turbulencia es creada por el flujo de aire de cada rotor que rebota del suelo a medida que el suelo crece cada vez m\u00e1s cerca durante un descenso. Esta turbulencia no se comprende bien, ni es f\u00e1cil de compensar, especialmente en los drones aut\u00f3nomos. Es por eso que a menudo el despegue y el aterrizaje son las dos partes m\u00e1s dif\u00edciles del vuelo de un avi\u00f3n no tripulado. Los drones normalmente se tambalean y avanzan con lentitud hasta el aterrizaje, cuando finalmente se corta la energ\u00eda y se dejan caer la distancia restante al suelo.<\/p>\n

\n http:\/\/robots-argentina.com.ar\/didactica\/wp-content\/uploads\/Neural-Lander-Stable-Drone.mp4<\/a><\/video><\/div>\n
<\/p>\n
Para asegurarse de que el drone vuele suavemente bajo la gu\u00eda del DNN, el equipo emple\u00f3 una t\u00e9cnica conocida como normalizaci\u00f3n espectral, que suaviza las salidas de la red neuronal para que no realice predicciones muy variadas a medida que cambian las entradas y condiciones. Las mejoras en el aterrizaje se midieron al examinar la desviaci\u00f3n de una trayectoria idealizada en el espacio 3D. Se realizaron tres tipos de pruebas: un aterrizaje vertical recto; un arco descendente de aterrizaje; y el vuelo en el que el avi\u00f3n no tripulado roza una superficie que se corta, como en el borde de una mesa, donde el efecto de la turbulencia del suelo variar\u00eda considerablemente.<\/p>\n
El nuevo sistema reduce el error vertical en un 100 por ciento, lo que permite aterrizajes controlados y reduce la deriva lateral en hasta un 90 por ciento. En sus experimentos, el nuevo sistema logra un aterrizaje real en lugar de quedarse atrapado a unos 10 a 15 cent\u00edmetros por encima del suelo, como suelen hacer los controladores de vuelo convencionales no modificados. Adem\u00e1s, durante la prueba el Neural Lander produjo una transici\u00f3n mucho m\u00e1s suave cuando el dron hizo la transici\u00f3n de deslizarse sobre la mesa para volar en el espacio libre m\u00e1s all\u00e1 del borde.<\/p>\n
\u00abCon menos errores, el Neural Lander es capaz de un aterrizaje m\u00e1s r\u00e1pido y suave, y de deslizarse suavemente sobre la superficie del suelo\u00bb, dice Yue. El nuevo sistema se prob\u00f3 en el aer\u00f3dromo de tres pisos de CAST, que puede simular una variedad casi ilimitada de condiciones de viento en el exterior. Inaugurado en 2018, CAST es una instalaci\u00f3n de 10.000 pies cuadrados donde los investigadores de EAS, JPL y la Divisi\u00f3n de Ciencias Geol\u00f3gicas y Planetarias de Caltech se unen para crear la pr\u00f3xima generaci\u00f3n de sistemas aut\u00f3nomos, mientras avanzan los campos de investigaci\u00f3n de drones, exploraci\u00f3n aut\u00f3noma, y sistemas bioinspirados.<\/p>\n
\u00abEste esfuerzo interdisciplinario trae expertos de los sistemas de aprendizaje autom\u00e1tico y control. Apenas hemos comenzado a explorar las ricas conexiones entre las dos \u00e1reas\u00bb, dice Anandkumar.<\/p>\n
Adem\u00e1s de sus obvias aplicaciones comerciales, Chung y sus colegas han presentado una patente sobre el nuevo sistema. \u00c9ste podr\u00eda ser crucial para los proyectos que actualmente se est\u00e1n desarrollando en CAST, incluido un transporte m\u00e9dico aut\u00f3nomo que podr\u00eda aterrizar en lugares de dif\u00edcil acceso. (como un tr\u00e1fico bloqueado). \u00abLa importancia de poder aterrizar de forma r\u00e1pida y sin problemas cuando se transporta a una persona lesionada no se puede exagerar\u00bb, dice Morteza Gharib, Profesor de Aeron\u00e1utica e Ingenier\u00eda Bioinspirada; director de CAST; y uno de los principales investigadores del proyecto de ambulancia a\u00e9rea.
\n