Aldebaran bulletin

Týdeník věnovaný aktualitám a novinkám z fyziky a astronomie.
Vydavatel: AGA (Aldebaran Group for Astrophysics)
Číslo 36 – vyšlo 30. října, ročník 20 (2022)
© Copyright Aldebaran Group for Astrophysics
Publikování nebo šíření obsahu je zakázáno.
ISSN: 1214-1674,
Email: bulletin@aldebaran.cz

Hledej

Roj létajících mikrorobotů

Petr Panchártek

Velmi nepřehledné prostředí, jako jsou husté lesy, zůstávají pro drony a jejich roje nedostupné. Neznámé okolí a úzké koridory v kombinaci s požadavky na koordinaci roje vytváří velkou výzvu. Za účelem zlepšení navigace rojů ve volné přírodě se začaly vyvíjet miniaturní, ale plně autonomní drony s plánovačem trajektorií, které mohou reagovat rychle a přesně na základě omezených informací z palubních senzorů. Plánování splňuje různé požadavky na úkoly, včetně letové efektivity, vyhýbání se překážkám a vyhýbání se kolizím mezi roboty, dynamickou proveditelnost, koordinaci rojů atd. Veškeré tyto požadavky musí zahrnovat tzv. rozšiřitelný plánovač. Navrhovaný plánovač mění tvary trajektorií a synchronně upravuje časovou alokaci na základě prostorově-časové optimalizace vzájemných poloh. Velmi kvalitní trajektorii lze vypočítat i v tom nejsložitějším prostředí během několika milisekund, přestože je třeba kompletně projít celý matematický prostor všech možných řešení. Plánovač je integrován do vyvinuté platformy roje o velikosti dlaně s integrovaným vnímáním, lokalizací a ovládáním. Porovnání srovnávacích testů potvrzuje vynikající výkon plánovače jak v kvalitě trajektorie, tak ve výpočetním čase. Různé terénní experimenty v reálném světě demonstrují rozšiřitelnost tohoto systému. Navrhovaný přístup rozvíjí leteckou robotiku ve třech aspektech: v schopnosti navigace v nepřehledném prostředí, v rozšiřitelnosti na různé požadavky úkolů a v koordinaci roje bez externích zařízení.

Roj mikrorobotů

Roj létajících mikrorobotů ve volné přírodě. Zdroj: Science Robotics.

Odometrie – proces, který popisuje transformaci dat poskytnutých enkodéry na změnu pozice a orientace robota. Vlastní slovo odometrie je složeno ze dvou řeckých slov odós (cestovat, cesta) a metron (měřit), což napovídá, že se této problematice dostává pozornosti již nějakou dobu.

GPS – globální polohovací systém, navigace pomocí družic umístěných na oběžné dráze Země. Oficiální název je NAVSTAR GPS (Navigation Satellite Timing and Ranging Global Positioning System). Systém je vyvíjen 30 let a v roce 2007 byla na oběžné dráze umístěna již čtvrtá generace polohovacích družic.

Scifi nebo realita?

Scifi filmy představují multirobotní vzdušné systémy jako symbol budoucích technologií. Ve filmu Prometheus (2012) astronauti vypustí několik mikroleteckých jednotek, aby prozkoumali neznámou mimozemskou loď, než se rozhodnou, kterou cestou se vydat. V Ender’s Game (2013) obklopují vesmírnou loď roje dronů, které vytvářejí štít před útokem mimozemšťanů a později lidem uvolňují cestu k vítězné bitvě. Ve Star Wars: Epizoda III (2005) a Blade Runner 2049 (2017) jsou rušné a přesto uspořádané proudy letecké dopravy mezi mrakodrapy na planetách s vyspělými technologiemi běžné. Schopnost roje navigace a koordinace v těchto filmech přilákala a inspirovala řadu výzkumníků.

Komplexní prezentace navrhovaného roje. Zdroj: Science Robotics,
Youthcat Studio, Fastlab.

Díky nedávnému vývoji v oblasti výpočetní techniky, snímání a komunikace vstoupili do lidského života vzdušní roboti, jako jsou kvadrotory. Jsou mimořádně všestranní, zvládají za nízkou cenu úkoly od přesných až po agresivní mise. Příkladem může být jeden z nejprodávanějších dronů DJI Mavic Air 2, který se vyhýbá překážkám, sleduje a komunikuje na vzdálenost deseti kilometrů. Dron je vyroben z komponent za pouhých 135 USD. Kromě toho se na trhu objevují různá vylepšení pro drony, přičemž odhadovaný obrat do roku 2028 bude činit 500 miliard dolarů.

DJI Mavic Air 2

DJI Mavic Air 2. Zdroj: The Verge.

Pro navigaci jedním dronem jsou dobře vyvinuté agilní systémy řízení multikoptér. Dále dozrála přesná lokalizace pomocí vizuálně-inerciální odometrieOdometrie – proces, který popisuje transformaci dat poskytnutých enkodéry na změnu pozice a orientace robota. Vlastní slovo odometrie je složeno ze dvou řeckých slov odós (cestovat, cesta) a metron (měřit), což napovídá, že se této problematice dostává pozornosti již nějakou dobu., která vybudovala spolehlivý a účinný systém vnímání s pravděpodobnostním mapováním. Pro zamezení kolizí a další bezpečnostní požadavky jsou navrženy různé reakční metody až po plánování. Takový vývoj předznamenává úsvit vzdušných rojů ve volné přírodě, o kterých se dříve ve scifi jen zdálo.

Chovej se jako v roji

Autonomní navigace s jedním dronem byla vyvinuta původně jak pro průmyslovou, tak pro akademickou praxi. Bohužel jen velmi zřídka bylo dosaženo srovnatelného výkonu pomocí systémů vzdušných rojů. V návaznosti na vývoj jednotlivých dronů s autonomií se zde objevily základní problémy, jak autonomně navigovat vzdušné roje v nepřehledném prostředí, a tím zlepšit použitelnost rojů v různých reálných úkolech, které zahrnují následující požadavky:

  • Poskytování pomoci při katastrofách – při přírodních katastrofách, jako jsou zemětřesení a záplavy, může roj dronů vyhledávat, nést a dodávat nouzové zásoby uvězněným lidem. Například při lesních požárech mohou agilní multikoptéry rychle sbírat informace z bezprostředního okolí přední linie bez rizika zranění člověka.
  • Podpora biologických studií – díky zmenšené velikosti a hmotnosti dronu mohou výzkumníci kontrolovat omezené prostory bez přímého lidského kontaktu a minimalizovat ekologické dopady.
  • Hustý systém letového provozu nebo doprava připravená k nasazení pro rovery a drony přistávající na Marsu – v těchto scénářích transportéry náhodně létají mezi hustě rozmístěnými budovami. Proto je zásadní jak vyhýbání se předmětům v okolí, tak zabránění vzájemným kolizím mezi vozidly.
  • Kolaborativní doprava – pokud hmotnost užitečného zatížení překročí kapacitu jednoho dronu, je vyžadován let ve formaci více dronů.

Společné požadavky výše uvedených úloh lze kategorizovat do čtyř aspektů ozna­čo­va­ných anglickou zkratkou TEEM (optimálnost trajektorie, rozšiřitelnost, eko­no­mic­ké výpočty a miniaturní velikost):

  • Optimální trajektorie udává kvalitu mise a dobu letu.
  • Plánovač trajektorií zaměřený na optimalizaci se nezastaví u prvního proveditelného řešení, ale nadále se snaží najít mezi všemi řešeními další, ještě výhodnější možnosti. Takový postup je zvláště účinný v nouzových a záchranných scénářích, kde je čas rozhodující.
  • Rozšiřitelnost se týká rozmanitosti dostupných aplikací, takže systém musí být kompatibilní s různými cíli specifickými pro různé úkoly.
  • Důležité jsou také ekonomické výpočty, které umožňují menší vestavěné palubní počítače, které zkracují reakční dobu na změny okolního prostředí a náhlé události. Rezervují co nejvíce dostupných výpočetních zdrojů pro jiné uživatelem definované úkoly, jako je detekce objektů a rozhodování.

A konečně, hardware pro tyto schopnosti by měl být umístěn do co možná nejmenšího kontejneru, protože hmotnost a objem přímo souvisí s dobou letu v úzkém či nepřehledném prostoru. Bohužel dosažení těchto čtyř aspektů společně je vnitřně protichůdné. Vyšší optimalita je většinou výsledkem sofistikovaného modelování a více iterací nebo testů v prostoru řešení jde na vrub zvýšeného výpočetního času. Vyšší rozšiřitelnost vyžaduje, aby byl problém definován v obecnější podobě, přičemž se obětuje potenciální optimalizace specifická pro problém, která by mohla zkrátit výpočetní čas. Mezi optimalitu a rozšiřitelnost jsou kladeny různé uživatelem definované cíle a problém se stává stále složitějším, což ztěžuje nalezení řešení. Splnit pouze některé základní požadavky, jako je bezpečnost a proveditelnost při minimalizaci času a maximalizaci plynulosti letu vzdušného roje, je i tak obtížný problém a je ještě obtížnější dosáhnout na miniaturní platformě všeho současně. To je důvod, proč nejsou předchozí studie schopny udělat krok od strukturovaného, člověkem vytvořeného prostředí k nepředvídatelné situaci v divoké přírodě.

V reálném světě byly nasazeny různé letecké roje, včetně obrovských působivých světelných show dronů, které prezentovaly společnosti Intel, High Great a CollMot. Roje, které využívají globální navigační satelitní systém, pouze sledují předem naprogramované trajektorie, a proto nemohou být provozovány na místech s nepředvídatelnými překážkami. Princip autonomního venkovního vzdušného shlukování, kde drony upravují své pohyby podle stavu ostatních v reálném čase pomocí jednoduchých reaktivních pravidel, využívá metodu potenciálního pole (PF). Nedostatečné zohlednění optimalizace během letu však vede k činnostem, které nejsou dostatečně koherentní. Taková nekoherence dále požaduje vzdálenost od nejbližšího souseda v roji v průměru větší než deset metrů, a proto je tato metoda nevhodná v přeplněném prostředí. Ačkoli metoda úspěšně napodobuje chování velkých hejn ptáků, přesné ovládání každého jednotlivce je velmi obtížné, protože parametry jsou úzce spojeny se specifickými scénáři nasazení a s aktuálním stavem souseda v roji.

Roj bezpilotnívh letounů vytváří logo společnosti INTEL

Roj 2 018 bezpilotních letounů Intel Shooting Star přilétá, aby vytvořil logo společnosti Intel Corporation ve Folsomu v Kalifornii. Světelná show s drony byla zapsána do Guinessovy knihy rekordů za největší počet bezpilotních vzdušných prostředků ve vzduchu současně. Zdroj: Intel Newsroom.

K dosažení rychlých a bezpečných kolektivních pohybů mezi hustými překážkami je potřeba do metody PF začlenit modelové prediktivní řízení. Vyššího výkonu však bylo dosaženo za cenu náročných výpočtů a centralizované organizace, která postrádala škálovatelnost pro velkou velikost roje. Kromě navigačních algoritmů jsou výše uvedená řešení stále závislá na globální lokalizaci (GPS) a známém prostředí, což brání jejich aplikaci ve volné přírodě. Tyto dva požadavky byly zmírněné novým algoritmem SGBA (Swarm Gradient Bug Algorithm), který používá pro lokalizaci a detekci překážek optický tok z laserových snímačů vzdálenosti. SGBA zahrnuje veškeré snímání, rozhodování a ovládání. Algoritmus byl nahrán do nanodronu CrazyFlie o celkové hmotnosti 30 g.

Kvadrokoptéra o velikosti dlaně s názvem Crazyflie Nan

Kvadrokoptéra o velikosti dlaně s názvem Crazyflie Nan. Zdroj: Wired.

Bohužel s sebou tento přístup přináší nízkou účinnost a malou rozšiřitelnost, a je proto vhodnější pro strukturovaná místa a jednoduché úkoly (šíření roje ze základny a jeho návrat domů). Nepřesná lokalizace a jednobodové snímání překážek na takto malé hardwarové platformě tato omezení dále jen prohlubují. Kvalitativní srovnání je uvedeno na následujícím obrázku napravo. Přesné umístění letounů pomocí jediné kamery a inerciální měřicí jednotky (IMU) na miniaturní rojové platformě se podařilo jen pro některé trajektorie v řídkém a známém prostředí a roj se do volné přírody nedostal. Pro hustá prostředí byla navržena nová optimalizační metoda, ale testování navigačních řešení vzdušných rojů rozmístěných v lese bylo složité. Proto se nejprve použily pouze tři drony. Plánovač navíc nebyl schopen upravit časový profil, což občas produkovalo méně optimální a dokonce nebezpečné trajektorie. Tyto nedokonalosti nadále nechávaly vzdušný roj v nepřehledné divočině jako nevyřešený problém.

Řešení navrhovaného vzdušného roje

Řešení navrhovaného vzdušného roje. Srovnání algoritmů SGBA (gradientní chyba)
a NMPC (nelineární model prediktivního řízení). Zdroj: Science Robotics.

Příroda inspirovala výzkumníky robotiky dvěma tradičními přístupy, jak se vypořádat s touto navigační výzvou. Hmyz provádí krátkodobé reaktivní akce, zatímco ptáci preferují relativně dlouhodobé hladké manévry. Je to proto, že ptáci mají ostřejší zrak, pohybové systémy s vyšším stupněm volnosti a větší mozkovou kapacitu ve srovnání s hmyzem. Na základě těchto dvou přístupů byly navrženy dvě hlavní metody navigace dronů, kde první metoda je založená na reakci hmyzu a druhá využívá přístup ptáků k plánování trajektorie. První z nich obsahuje extrémně snadná a efektivní řešení, pokud jde o výpočet a paměť, což umožňuje využití lehčích dronů, zatímco druhá vykazuje vyšší optimalizaci a flexibilitu. Pro vyšší efektivitu úkolů a rozšiřitelnost v polních prostředích byla zvolena druhá metoda.

Navrhované systémové řešení

Po prozkoumání různých aplikací se zjistilo, že klíčem k TEEM je plánování, které nejen deformuje tvary trajektorie, ale také upravuje časové profily tak, aby vyčerpávajícím způsobem využilo prostor řešení a využilo schopnosti dronů. Pokud se provádí pouze prostorová deformace, drony mají při průletu úzkým koridorem tendenci čekat na ostatní, což brání v letu později přiletivším dronům a vede k horším či dokonce k nebezpečným trajektoriím. Současné plánování tvaru a časového profilu trajektorie, nazývané také prostorově-časové plánování trajektorie, je proto klíčové pro bezpečné a efektivní lety dronů. Společná optimalizace pro multikoptéry je obtížná, protože prostorové a časové parametry určující trajektorii jsou silně provázané, což vede až ke 40 minutám potřebným pro výpočet časově optimální trajektorie. V navrhovaném přístupu se dosahuje prostorově-časové optimalizace v reálném čase oddělením prostorových a časových parametrů při výpočtu objektivních funkcí a dosažením lineárního mapování složitosti mezi optimalizovanými proměnnými a meziproměnnými, které představují trajektorii.

V rámci plánování trajektorie mohou být specifické požadavky na generování trajektorie vždy formulovány jako cíle, kterých je třeba dosáhnout, například kratší doba letu, vyšší plynulost a blízkost k požadované dráze. K omezením patří předcházení kolizím a dynamická proveditelnost. Prvním požadavkem je, že plánovač je postaven na schématu sledování cílů, který průběžně přijímá cíle uživatelů a neustále sleduje ty nejnovější. K dosažení vysoké kompatibility byla navržena metoda přepisu omezení, která převádí všechny cíle a omezení na váhované „penalizace“. Konkrétně penalizacím odvozeným z omezení jsou přiřazeny řádově vyšší váhy než ostatním cílům. Všimněte si, že zde termíny „cíle“ a „omezení“ odkazují na požadavky úkolu, zatímco „penalizace“ jsou jejich relativní matematické formulace tvořící funkci konečných nákladů. Problém plánování trajektorie pak může být rychle vyřešen standardními algoritmy využívajícími řídkou parametrickou optimalizaci a transkripci omezení. Pro zjednodušení si zde uvedeme podrobné příklady intuitivního přidávání cílů a omezení specifických pro daný úkol s předem formulovanými obecnými sankcemi (GPP). GPP se skládají z minimalizace času, maximalizace plynulosti, zabránění kolizi a dynamické proveditelnosti. Tento rámec plánování trajektorie je znázorněn na následujícím obrázku (F).

Specifika hardwarové a systémové architektury

Specifika hardwarové a systémové architektury. (A) Hardwarové komponenty letové platformy. (B) Architektura systému. Vizuálně-inerciální odhad stavu a prav­dě­po­dob­nost­ní mřížka obsazenosti jsou použity pro lokalizaci a mapování. (C) Výpočet a využití paměti. Plánování a mapování běží ve stejném vlákně, aby se snížila latence. (D) Plánovací rámec. Zdroj: Science Robotics.

Kromě navrhovaného plánování trajektorie se používá vizuálně-inerciální odometrie běžící na každém dronu nezávisle pro lokalizaci vzdušného roje. Kumulativní odchylka odometrie však může vést ke srážkám dronů, pokud budou pokračovat v hlášení při udržování bezpečné vzdálenosti, takže se vyvinul decentralizovaný algoritmus korekce posunu minimalizací relativní chyby vzdálenosti měřené z palubních ultraširokopásmových (UWB) senzorů.

Jak je znázorněno na posledním obrázku (A a B), každý dron je vybaven plnými funkcemi pro vnímání, lokalizaci, plánování a řízení a volně propojený vysílací sítí pro sdílení trajektorií. Shodou okolností, ale rozumně, je navrhovaný systém podobný ptákům schopným volně létat lesem a vyhýbat se překážkám a jiným pohybujícím se tvorům. Například při navigaci na krátké vzdálenosti se ptáci spoléhají hlavně na oči a jejich vestibulární systém, a proto je vyvíjena zlepšená vizuálně-inerciální odometrie. Kromě toho ptáci upravují dráhu a rychlost současně, aby se vyhnuli kolizi, a zároveň zvažují dobu letu a plynulost, aby šetřili energii, a proto byla navržena společná optimalizace prostorově-časových trajektorií s více cíli. Kromě schopností malých ptáků se dále využívá výhod elektricky napájeného umělého systému vyznačujícího se vysoce věrnou bezdrátovou komunikací pro sdílení trajektorie a vysokorychlostní výpočetní techniku pro rychlé plánování. Takové řešení přirozeně splňuje decentralizovanou koordinaci týkající se inteligence jednotlivců i rojů, což zvyšuje robustnost. Slabě centralizovaná, distribuovaná organizace roje vykazuje vyšší robustnost a odolnost a může dokonce zachovat akce, když dojde ke ztrátě komunikace se systémem GPSGPS – globální polohovací systém, navigace pomocí družic umístěných na oběžné dráze Země. Oficiální název je NAVSTAR GPS (Navigation Satellite Timing and Ranging Global Positioning System). Systém je vyvíjen 30 let a v roce 2007 byla na oběžné dráze umístěna již čtvrtá generace polohovacích družic..

Závěr

Je zřejmé, že se budou i nadále navrhovat všestranná navigační řešení pro více robotů, které uživatelům umožní začlenit různé požadavky specifické pro úkoly a také vytvářet lokálně prostorově-časové optimální pohyby v reálném čase. Navrhované řešení bylo aplikováno na dronech, které mají pouze velikost dlaně, a je ověřeno několika ukázkami v nestrukturovaných prostředích. Byl vyvinut software a hardware nezbytný k urychlení výzkumu vzdušných rojů, které mohou vývojáři nasadit a použít k ověření svého algoritmu ze simulací a terénních prostředí, vše založené na nově vyvinuté platformě.

*  *  *

Co neprospívá roji, neprospívá ani včele.“ (Marcus Aurelius)

Odkazy

Valid HTML 5Valid CSS

Aldebaran Homepage