Ανάπτυξη πεδίου δοκιμών εικονικής πραγματικότητας για drones από ερευνητές του MIT

Με το νέο σύστημα, τα drones μπορούν να πετάνε σε ένα άδειο δωμάτιο, αποφεύγοντας τις συγκρούσεις ενώ «βλέπουν» έναν εικονικό κόσμο.

Η ανάπτυξη δυνατότητας αποφυγής σύγκρουσης των  Drones ακόμη και για τα απλά εμπόδια, απαιτεί δοκιμές που μπορεί να αναγκάσουν τους μηχανικούς να επιδιορθώνουν και να αντικαθιστούν τα  Drones με πολύ συχνό ρυθμό. Οι μηχανικοί του MIT έχουν αναπτύξει ένα νέο εκπαιδευτικό σύστημα εικονικής πραγματικότητας για τα Drones που επιτρέπει στο σύστημα να «βλέπει» ένα πλούσιο, εικονικό περιβάλλον ενώ ταξιδεύει σε έναν κενό φυσικό χώρο.

Το σύστημα, το οποίο η ομάδα έχει ονομάσει “Flight Goggles”, θα μπορούσε να μειώσει σημαντικά τον αριθμό των συγκρούσεων και συντριβών των Drones που έχουν οι επιστήμονες σε πραγματικές εκπαιδευτικές δοκιμές. Μπορεί επίσης να χρησιμεύσει ως εικονικό δοκιμαστικό πεδίο για οποιοδήποτε περιβάλλον και συνθήκες στις οποίες οι ερευνητές μπορεί να θέλουν να προσαρμόσουν Drones υψηλών ταχυτήτων και επιδόσεων.

“Πιστεύουμε ότι αυτό είναι ένα σύστημα που αλλάζει το παιχνίδι στην ανάπτυξη της τεχνολογίας drone, για drones υψηλών ταχυτήτων και επιδόσεων”, λέει ο Sertac Karaman, αναπληρωτής καθηγητής της Αεροναυτικής και της Αστροναυτικής στο MIT. «Αν μη τι άλλο, το σύστημα μπορεί να κάνει τα drones πιο ευαίσθητα, ταχύτερα και πιο αποτελεσματικά”. Ο Καράμαν και οι συνάδελφοί του θα παρουσιάσουν τις λεπτομέρειες του εικονικού εκπαιδευτικού τους συστήματος στο Διεθνές Συνέδριο IEEE για τη Ρομποτική και τον Αυτοματισμό την επόμενη εβδομάδα.

Flight Goggles

Το νέο εικονικό εκπαιδευτικό σύστημα της επιστημονικής ομάδας περιλαμβάνει ένα σύστημα καταγραφής κίνησης, ένα πρόγραμμα απεικόνισης εικόνων και ηλεκτρονικά στοιχεία που επιτρέπουν στην ομάδα να επεξεργάζεται γρήγορα εικόνες και να τις μεταδίδει στο Drone.

Ο πραγματικός χώρος δοκιμών είναι ένα υπόστεγο που μοιάζει με γυμναστήριο και αποτελεί το  νέο κτίριο δοκιμών του MIT στο κτίριο 31, το οποίο είναι εξοπλισμένο με μηχανές λήψης κίνησης που εντοπίζουν τον προσανατολισμό του Drone καθώς πετάει. Με το σύστημα απεικόνισης εικόνας, ο Καθηγητής Karaman και οι συνάδελφοί του μπορούν να σχεδιάσουν φωτορεαλιστικές σκηνές, όπως μία σοφίτα ή ένα σαλόνι, και να προβάλλουν αυτές τις εικονικές εικόνες στο Drone καθώς πετάει μέσα στην κενή εγκατάσταση. «Παρότι το Drone θα πετάει σε ένα άδειο δωμάτιο, θα προσομοιώνεται ένα εντελώς διαφορετικό περιβάλλον και έτσι θα μάθει να ελίσσεται σε αυτό το περιβάλλον» εξηγεί ο Καράμαν.

Οι εικονικές εικόνες μπορούν να επεξεργαστούν από το Drone σε ρυθμό περίπου 90 καρέ (frame) ανά δευτερόλεπτο, το οποίο είναι περίπου τρεις φορές περισσότερο από όσο το ανθρώπινο μάτι μπορεί να δει και να επεξεργαστεί εικόνες. Για να γίνει αυτό δυνατό η ομάδα των επιστημόνων προσάρμοσε τα κατάλληλα κυκλώματα σε έναν ισχυρό ενσωματωμένο υπερυπολογιστή, μαζί με μια αδρανειακή μονάδα μέτρησης και μια κάμερα. Όλα αυτά τα εξαρτήματα προσαρμόστηκαν σε ένα μικρό πλαστικό και οπλισμένο με ίνες άνθρακα πλαίσιο του Drone.

Πορεία σύγκρουσης

Οι ερευνητές πραγματοποίησαν ένα σύνολο πειραμάτων, μεταξύ των οποίων και ένα στο οποίο το Drone  «έμαθε να πετάει» μέσα από ένα εικονικό παράθυρο περίπου διπλάσιο του μεγέθους του. Το παράθυρο τοποθετήθηκε μέσα σε ένα εικονικό σαλόνι και καθώς το Drone πέταξε στην πραγματική, κενή μονάδα δοκιμών, οι ερευνητές έβαζαν εικόνες της σκηνής του καθιστικού, από την οπτική του Drone και πάλι σε αυτό. Καθώς το Drone πέταξε μέσα σε αυτό το εικονικό δωμάτιο, οι ερευνητές ρύθμισαν έναν αλγόριθμο πλοήγησης, επιτρέποντας στο Drone να μαθαίνει με το πέρασμα του χρόνου.

Σε πάνω από 10 πτήσεις, το Drone, που πετούσε με περίπου 2,3 μέτρα ανά δευτερόλεπτο (5 μίλια ανά ώρα), πέταξε επιτυχώς μέσα στο εικονικό παράθυρο 361 φορές, ενώ μόνο τρεις φορές συγκρούστηκε, σύμφωνα με τις πληροφορίες θέσης που παρέχονται από την κάμερα λήψης στην εγκατάσταση. Ο Καθηγητής Καράμαν επισημαίνει ότι, ακόμη και αν το Drone είχε συγκρουστεί ή συντριβεί χιλιάδες φορές, δεν θα επηρέαζε πολύ το κόστος ή το χρόνο ανάπτυξης, καθώς συντρίβεται σε ένα εικονικό περιβάλλον και δεν κάνει καμία φυσική επαφή με τον πραγματικό κόσμο.

Σε μια τελική δοκιμασία, η ομάδα δημιούργησε ένα πραγματικό παράθυρο στη δοκιμαστική εγκατάσταση και ενεργοποίησε την κάμερα του Drone για να μπορέσει να δει και να επεξεργαστεί το πραγματικό περιβάλλον. Χρησιμοποιώντας τον αλγόριθμο πλοήγησης που οι ερευνητές ανέπτυξαν στο εικονικό σύστημα, το Drone, σε πάνω από οκτώ πτήσεις, κατάφερε να πετάξει στο πραγματικό παράθυρο 119 φορές, ενώ μόνο 6 φορές συγκρούστηκε ή απαιτήθηκε η ανθρώπινη παρέμβαση.

«Κάνει το ίδιο πράγμα και στην πραγματικότητα. Είναι κάτι που το προγραμματίσαμε να κάνει στο εικονικό περιβάλλον, κάνοντας λάθη, πέφτοντας και μαθαίνοντας. Αλλά δεν έχουμε σπάσει κανένα πραγματικό παράθυρο σε αυτή τη διαδικασία.» τονίζει ο Καθηγητής Καραμάν.

Το εικονικό εκπαιδευτικό σύστημα είναι ιδιαίτερα ευέλικτο. Για παράδειγμα, οι ερευνητές μπορούν να διοχετεύσουν τις δικές τους σκηνές ή σχεδιαγράμματα, συμπεριλαμβανομένων λεπτομερών αντιγράφων χαρτογραφημένων πραγματικών κτιρίων για να «εκπαιδεύσουν» τα Drones. Το εκπαιδευτικό σύστημα μπορεί επίσης να χρησιμοποιηθεί για τη δοκιμή νέων αισθητήρων ή προδιαγραφών για υπάρχοντες αισθητήρες, για να εξεταστεί πώς θα μπορούσαν να επιδράσουν σε ένα γρήγορο Drone.

Το σύστημα μπορεί επίσης να χρησιμοποιηθεί για να «εκπαιδεύσει» τα Drones να πετάξουν με  ασφάλεια κοντά σε ανθρώπους. Για παράδειγμα, ο Καθηγητής Καραμάν οραματίζεται να χωρίσει την πραγματική πειραματική εγκατάσταση σε δύο, με ένα Drone να πετάει στο ένα μισό, ενώ ταυτόχρονα ένας άνθρωπος, φορώντας κατάλληλο εξοπλισμό αντίληψης της κίνησης (motion-capture suit), θα κινείται στο άλλο μισό. Το Drone θα «αντιληφθεί» τον άνθρωπο στην εικονική πραγματικότητα καθώς πετάει γύρω από τον δικό του χώρο. Εάν συγκρουστεί με τον άνθρωπο το αποτέλεσμα είναι απολύτως ασφαλές αφού θα είναι εικονικό και αβλαβές. Εφόσον ολοκληρωθούν επιτυχώς τα πειράματα αυτού του είδους θα μπορεί και στην πραγματικότητα να εξασφαλιστεί η ασφαλή πτήση ενός Drone γύρω από ένα άνθρωπο.

Η έρευνα αυτή υποστηρίχθηκε, εν μέρει, από το Γραφείο Ναυτικής Έρευνας των ΗΠΑ (U.S. Office of Naval Research), το εργαστήριο MIT Lincoln και τη NVIDIA Corporation.

ΠΗΓΗ: MIT News Office, May 17, 2018