Pesquisadores do MIT apresentam SANDO, um planejador de rotas para drones com garantia formal de ausência de colisões

Pesquisadores do MIT descreveram um planejador de trajetórias para veículos aéreos não tripulados (UAVs) chamado SANDO, sigla de Safe AutoNomous trajectory planning for Dynamic unknOwn environments (planejamento autônomo e seguro de trajetórias para ambientes dinâmicos desconhecidos). Segundo o MIT News, que anunciou o trabalho em 7 de outubro, o sistema traça uma rota através de ambientes que o drone nunca mapeou, mesmo quando os objetos neles se movem de maneiras que ninguém consegue prever, e a equipe provou matematicamente que as trajetórias resultantes evitam colisões. O artigo foi publicado na IEEE Transactions on Robotics. Os pesquisadores apontam usos como voos de busca e resgate em edifícios desabados, a exploração de redes de túneis ocultas em minas ou a entrega de encomendas em bairros movimentados.

Planejadores desse tipo transformam os dados das câmeras e dos sensores da aeronave em um caminho até o destino. Segundo o MIT, a maioria dos existentes ou presume que os obstáculos em um espaço desconhecido permanecem parados, ou desvia de obstáculos em movimento sem nenhuma promessa formal de que não ocorrerá nenhum choque; os sistemas amplamente usados que oferecem tais garantias geralmente precisam de um cenário estático ou de obstáculos conhecidos de antemão. Verificar todas as colisões possíveis em um cenário em mudança seria lento demais para uso prático, segundo os pesquisadores. O autor principal, Kota Kondo, resume assim no anúncio do MIT: “Em um ambiente dinâmico desconhecido, você não tem muitas suposições em que se apoiar.”

O SANDO primeiro constrói um corredor de segurança, uma cadeia de regiões 3D conectadas que não contêm obstáculos e pelas quais o drone pode voar. Diferentemente de corredores anteriores, este muda ao longo do tempo. Um módulo dedicado detecta obstáculos em movimento, agrupa-os e os rastreia para estimar para onde estão indo. Como sua trajetória futura exata é desconhecida, o planejador toma a velocidade máxima de cada obstáculo, calcula até onde ele poderia chegar em um determinado tempo e o envolve em uma esfera que cobre todos os pontos que ele poderia alcançar; o corredor é então moldado em torno dessas esferas. Um planejador baseado em mapa de calor marca as áreas movimentadas, “quentes”, para que o drone seja conduzido para longe delas. Dentro do corredor, o SANDO procura a rota mais rápida até o destino e continua revisando tanto o corredor quanto a trajetória durante o voo. A equipe simplificou a otimização subjacente para que o computador de bordo possa replanejar rapidamente.

Em simulações, segundo relatam os pesquisadores, o SANDO chegou ao destino mais rápido do que vários sistemas de ponta e não teve colisões em nenhum dos ambientes testados. Em 12 voos de teste com um UAV real, rodando no próprio computador e nos sensores da aeronave, desviou de todos os obstáculos em movimento. “A parte mais difícil de desenvolver o SANDO foi a matemática”, diz Kondo. Kondo, que concluiu recentemente o doutorado em aeronáutica e astronáutica no MIT, escreveu o artigo com Jesús Tordesillas, hoje professor assistente na Universidade Pontifícia Comillas, em Madri, e três estudantes de pós-graduação do MIT, Juan Rached, Lili Sun e Yixuan Jia. Jonathan P. How, que trabalha no Laboratory for Information and Decision Systems (LIDS) do MIT e em seu Aerospace Controls Laboratory, é o autor sênior. A Defense Science and Technology Agency de Singapura financiou parcialmente o trabalho.

Fei Gao, da Universidade de Zhejiang, na China, professor associado sem participação no projeto, resumiu o problema que o planejador ataca: “um caminho que é seguro quando é planejado pode se tornar inseguro à medida que o ambiente muda.” Ele atribui aos corredores de voo variáveis no tempo do SANDO, à otimização de trajetórias com restrições rígidas e aos testes em hardware o mérito de oferecer uma abordagem prática para cenários dinâmicos complexos. Como próximos passos, os pesquisadores dizem que poderiam tornar o SANDO menos exigente em termos computacionais e combiná-lo com modelos de aprendizado de máquina para que os usuários possam dar instruções a um robô em linguagem simples. O MIT News também traz um link para o código do SANDO ao lado do artigo.