Voor het eerst presteerde een autonoom vliegende quadrotor beter dan twee menselijke piloten in een dronerace. Het succes is gebaseerd op een nieuw algoritme dat is ontwikkeld door onderzoekers van de Universiteit van Zürich. Het berekent tijdoptimale trajecten die volledig rekening houden met de beperkingen van de drones.
Om nuttig te zijn, moeten drones snel zijn. Vanwege hun beperkte levensduur van de batterij moeten ze elke taak die ze hebben - zoeken naar overlevenden op een rampplek, een gebouw inspecteren, vracht afleveren - in de kortst mogelijke tijd voltooien. En ze moeten het misschien doen door een reeks waypoints zoals ramen, kamers of specifieke locaties te inspecteren, waarbij ze de beste baan en de juiste versnelling of vertraging bij elk segment aannemen.
Het algoritme presteert beter dan professionele piloten
De beste menselijke dronepiloten zijn hier erg goed in en hebben tot nu toe altijd beter gepresteerd dan autonome systemen in droneracen. Nu heeft een onderzoeksgroep aan de Universiteit van Zürich (UZH) een algoritme ontwikkeld dat het snelste traject kan vinden om een quadrotor - een drone met vier propellers - door een reeks waypoints op een circuit. "Onze drone versloeg de snelste ronde van twee menselijke piloten van wereldklasse op een experimentele racebaan", zeggen de onderzoekers.
De nieuwigheid van het algoritme is dat het de eerste is die tijdoptimale trajecten genereert die volledig rekening houden met de beperkingen van de drones. Eerdere werken waren gebaseerd op vereenvoudigingen van het quadrotorsysteem of de beschrijving van het vliegpad, en waren dus suboptimaal. Het belangrijkste idee is, in plaats van secties van de vliegroute toe te wijzen aan specifieke waypoints, dat ons algoritme de drone alleen vertelt om alle waypoints te passeren, maar niet hoe of wanneer dat te doen.
Externe camera's geven positie-informatie in realtime
De onderzoekers lieten het algoritme en twee menselijke piloten vliegen met dezelfde quadrotor door een racecircuit. Ze gebruikten externe camera's om de beweging van de drones nauwkeurig vast te leggen en - in het geval van de autonome drone - om het algoritme realtime informatie te geven over waar de drone zich op elk moment bevond. Om een eerlijke vergelijking mogelijk te maken, kregen de menselijke piloten de kans om voor de race op het circuit te trainen. Maar het algoritme won: alle ronden waren sneller dan de menselijke en de prestaties waren consistenter. Dit is niet verwonderlijk, want als het algoritme eenmaal het beste traject heeft gevonden, kan het het vele malen getrouw reproduceren, in tegenstelling tot menselijke piloten.
Voor commerciële toepassingen zal het algoritme minder rekenintensief moeten worden, aangezien het nu tot een uur duurt voordat de computer het tijdoptimale traject voor de drone heeft berekend. Op dit moment vertrouwt de drone ook op externe camera's om te berekenen waar hij zich op elk moment bevond. In toekomstig werk willen wetenschappers camera's aan boord gebruiken. Maar de demonstratie dat een autonoom drone kan in principe sneller vliegen dan menselijke piloten is veelbelovend. Dit algoritme kan enorme toepassingen hebben bij pakketbezorging met drones, inspectie, zoek- en reddingsacties en meer.