Badacze z MIT przedstawiają SANDO – planer tras dla dronów z formalną gwarancją braku kolizji

Naukowcy z MIT opisali planer trajektorii dla bezzałogowych statków powietrznych (BSP, ang. UAV) o nazwie SANDO, co jest skrótem od Safe AutoNomous trajectory planning for Dynamic unknOwn environments (bezpieczne autonomiczne planowanie trajektorii w dynamicznych, nieznanych środowiskach). Według MIT News, który ogłosił te prace 7 października, system wyznacza trasę przez otoczenie, którego dron nigdy nie zmapował, nawet gdy znajdujące się w nim obiekty poruszają się w sposób, którego nikt nie jest w stanie przewidzieć, a zespół udowodnił matematycznie, że uzyskane trajektorie pozwalają unikać kolizji. Artykuł ukazuje się w IEEE Transactions on Robotics. Badacze wskazują na zastosowania takie jak loty poszukiwawczo-ratownicze do zawalonych budynków, eksploracja ukrytych sieci tuneli w kopalniach czy dostawy paczek w ruchliwych dzielnicach.

Planery tego typu przekształcają dane z kamer i czujników statku powietrznego w trasę prowadzącą do celu. Jak podaje MIT, większość istniejących rozwiązań albo zakłada, że przeszkody w nieznanej przestrzeni pozostają nieruchome, albo omija ruchome przeszkody bez żadnej formalnej obietnicy, że nie dojdzie do zderzenia; powszechnie stosowane systemy, które dają takie gwarancje, zazwyczaj wymagają statycznej sceny lub przeszkód znanych z góry. Według badaczy sprawdzanie każdej możliwej kolizji w zmieniającej się scenie byłoby zbyt wolne do praktycznego zastosowania. Główny autor Kota Kondo ujmuje to w komunikacie MIT tak: „W nieznanym, dynamicznym środowisku nie ma się wielu założeń, na których można by się oprzeć.”

SANDO najpierw buduje korytarz bezpieczeństwa – łańcuch połączonych obszarów 3D, które nie zawierają przeszkód i przez które dron może przelecieć. W odróżnieniu od wcześniejszych korytarzy ten zmienia się w czasie. Specjalny moduł wykrywa ruchome przeszkody, grupuje je i śledzi, aby oszacować, dokąd zmierzają. Ponieważ ich dokładna przyszła trajektoria jest nieznana, planer przyjmuje maksymalną prędkość każdej przeszkody, oblicza, jak daleko mogłaby dotrzeć w danym czasie, i otacza ją sferą obejmującą każdy punkt, do którego mogłaby dotrzeć; korytarz jest następnie kształtowany wokół tych sfer. Planer oparty na mapie cieplnej oznacza zatłoczone, „gorące” obszary, aby dron był od nich odsuwany. Wewnątrz korytarza SANDO szuka najszybszej trasy do celu i podczas lotu stale koryguje zarówno korytarz, jak i trajektorię. Zespół uprościł leżącą u podstaw optymalizację, tak aby komputer pokładowy mógł szybko planować na nowo.

Jak podają badacze, w symulacjach SANDO docierał do celu szybciej niż kilka najnowocześniejszych (state-of-the-art) systemów i nie miał kolizji w żadnym z testowanych środowisk. W 12 lotach testowych z prawdziwym BSP, działając na własnym komputerze i czujnikach statku powietrznego, ominął wszystkie ruchome przeszkody. „Najtrudniejszą częścią opracowania SANDO była matematyka” – mówi Kondo. Kondo, który niedawno uzyskał doktorat z aeronautyki i astronautyki w MIT, napisał artykuł wspólnie z następującymi osobami: Jesús Tordesillas, obecnie adiunkt (assistant professor) na Comillas Pontifical University w Madrycie, oraz trzej studenci studiów podyplomowych MIT – Juan Rached, Lili Sun i Yixuan Jia. Jonathan P. How, który pracuje w Laboratory for Information and Decision Systems (LIDS) oraz w Aerospace Controls Laboratory MIT, jest autorem prowadzącym (senior author). Prace zostały częściowo sfinansowane przez singapurską agencję Defense Science and Technology Agency.

Fei Gao z Zhejiang University w Chinach, profesor nadzwyczajny (associate professor), który nie brał udziału w projekcie, podsumował problem, na który odpowiada planer: „trasa, która jest bezpieczna w chwili planowania, może stać się niebezpieczna, gdy otoczenie się zmienia”. Za zasługę SANDO uznaje zmienne w czasie korytarze lotu, optymalizację trajektorii z twardymi ograniczeniami oraz testy sprzętowe, które oferują praktyczne podejście do złożonych, dynamicznych środowisk. Jako kolejne kroki badacze wskazują, że mogliby uczynić SANDO mniej wymagającym obliczeniowo i połączyć go z modelami uczenia maszynowego, tak aby użytkownicy mogli wydawać robotowi polecenia zwykłym językiem. MIT News podaje też obok artykułu link do kodu SANDO.