MIT-onderzoekers presenteren SANDO, een routeplanner voor drones met een formele garantie op botsingsvrij vliegen

Onderzoekers van het MIT hebben een trajectplanner voor onbemande luchtvaartuigen (UAV's) beschreven met de naam SANDO, kort voor Safe AutoNomous trajectory planning for Dynamic unknOwn environments (veilige autonome trajectplanning voor dynamische, onbekende omgevingen). Volgens MIT News, dat het werk op 7 oktober aankondigde, stippelt het systeem een route uit door omgevingen die de drone nooit in kaart heeft gebracht, zelfs wanneer objecten daarin bewegen op manieren die niemand kan voorspellen, en bewees het team wiskundig dat de resulterende trajecten botsingen vermijden. Het artikel verschijnt in IEEE Transactions on Robotics. De onderzoekers wijzen op toepassingen zoals zoek- en reddingsvluchten in ingestorte gebouwen, verkenning van verborgen tunnelnetwerken in mijnen of pakketbezorging in drukke woonwijken.

Planners van dit type zetten camera- en sensorgegevens van het toestel om in een route naar het doel. Volgens MIT gaan de meeste bestaande planners er ofwel van uit dat obstakels in een onbekende ruimte stilstaan, ofwel sturen ze om bewegende obstakels heen zonder enige formele belofte dat er geen crash zal plaatsvinden; veelgebruikte systemen die zulke garanties wel bieden, hebben doorgaans een statische omgeving of vooraf bekende obstakels nodig. Elke mogelijke botsing in een veranderende omgeving controleren zou volgens de onderzoekers te traag zijn voor praktisch gebruik. Hoofdauteur Kota Kondo verwoordt het in de aankondiging van MIT zo: „In een onbekende dynamische omgeving heb je niet veel aannames om op te steunen.”

SANDO bouwt eerst een veiligheidscorridor: een keten van aaneengesloten 3D-gebieden die geen obstakels bevatten en waar de drone doorheen mag vliegen. Anders dan eerdere corridors verandert deze in de tijd. Een speciale module detecteert bewegende obstakels, groepeert ze en volgt ze om in te schatten waar ze naartoe gaan. Omdat hun precieze toekomstige baan onbekend is, neemt de planner de maximale snelheid van elk obstakel, berekent hoe ver het binnen een bepaalde tijd zou kunnen komen en omhult het met een bol die elk punt bevat dat het zou kunnen bereiken; de corridor wordt vervolgens rond die bollen gevormd. Een heatmap-planner markeert drukke ‘hete’ zones, zodat de drone daarvandaan wordt gestuurd. Binnen de corridor zoekt SANDO de snelste route naar het doel en past het tijdens de vlucht zowel de corridor als het traject voortdurend aan. Het team vereenvoudigde de onderliggende optimalisatie, zodat de boordcomputer snel opnieuw kan plannen.

In simulaties bereikte SANDO volgens de onderzoekers zijn doel sneller dan verscheidene state-of-the-art-systemen en had het in geen van de geteste omgevingen een botsing. Bij 12 testvluchten met een echte UAV, uitgevoerd op de eigen computer en sensoren van het toestel, vermeed het alle bewegende obstakels. „Het moeilijkste deel van de ontwikkeling van SANDO was de wiskunde”, zegt Kondo. Kondo, die onlangs promoveerde in de lucht- en ruimtevaarttechniek (aeronautics and astronautics) aan het MIT, schreef het artikel samen met Jesús Tordesillas, nu assistant professor aan de Comillas Pontifical University in Madrid, en drie graduate-studenten van het MIT: Juan Rached, Lili Sun en Yixuan Jia. Jonathan P. How, die werkt in het Laboratory for Information and Decision Systems (LIDS) en het Aerospace Controls Laboratory van het MIT, is senior auteur. Het Defense Science and Technology Agency van Singapore financierde het werk gedeeltelijk.

Fei Gao van de Zhejiang University in China, associate professor zonder rol in het project, vatte het probleem samen waarop de planner zich richt: „een route die veilig is wanneer ze wordt gepland, kan onveilig worden naarmate de omgeving verandert.” Hij prijst de in de tijd variërende vliegcorridors van SANDO, de trajectoptimalisatie met harde randvoorwaarden en de hardwaretests omdat ze een praktische aanpak bieden voor complexe dynamische omgevingen. Als volgende stappen zouden de onderzoekers SANDO naar eigen zeggen minder rekenintensief kunnen maken en kunnen koppelen aan machine-learningmodellen, zodat gebruikers een robot in gewone taal instructies kunnen geven. MIT News vermeldt naast het artikel ook een link naar de code van SANDO.