Drones leren navigeren als een bij

Drone als bij

Een bij navigeert moeiteloos langs obstakels en landt zonder problemen op een bloem. Die vliegkunst is deels te verklaren door optische flow. Delftse onderzoekers zijn er in geslaagd dat concept te vertalen naar drones, die daarmee beter zelfstandig kunnen navigeren. 

‘Ik ben gefascineerd door de intelligentie van kleine dieren. Die kunnen veel dingen met een klein brein en erg lichte sensoren’, vertelt Guido de Croon, hoogleraar Bio-inspired Micro Air Vehicles. ‘Drones dragen ook minder rekenkracht en sensoren mee. De vraag was of we een kunstmatige intelligentie kunnen ontwikkelen die werkt als de intelligentie van insecten.’

Met een team van de TU Delft en de Westfälische Hochschule in Gelsenkirchen dook De Croon in het concept dat biologen gebruiken om het navigeren van bijen te verklaren: optische flow. ‘Als je beweegt, bewegen objecten door je gezichtsveld. Onderdeel daarvan is divergentie, de snelheid waarmee objecten groter worden. Dit zegt niets over de snelheid of de afstand tot een object, maar zegt wel iets over de verhouding tussen afstand en snelheid.’

Bijen houden om af te remmen tot de landing de divergentie constant, zo stellen biologen. Bij de vertaling naar drones bleek echter dat het niet duidelijk was hoe bijen dat doen. ‘Als de drone dicht bij het landingsoppervlak komt, en de afstand dus bijna 0 is, leiden kleine verschillen in snelheid tot grote verschillen in optische flow.’ De drone gaat dan te sterk corrigeren – afstand nemen, dichterbij, enzovoort – en blijft dan vlak boven het oppervlak oscilleren. 

Daarbij constateerden De Croon en zijn team een tweede probleem. “Een object recht voor je heeft geen flow, terwijl je in de buitenkanten van je gezichtsveld veel beweging ziet. Ruis op de metingen is niet erg als de optische flow groot is, maar wel wanneer deze heel klein is. Met optische flow obstakels ontwijken, is lastig als een obstakel recht voor je staat.’

Eerder al had De Croon bewezen dat een drone door oscillaties te veroorzaken afstanden kan bepalen. Door de drone op verschillende afstanden objecten in zijn omgeving visueel vast te laten leggen, kan hij leren hoe de textuur van gras er vanaf verschillende afstanden uitziet, of hoe dik boomstammen op verschillende afstanden zijn.

‘De drone kan door diepe neurale netwerken leren en op basis van een visuele verschijning afstanden bepalen. Dit levert veel snellere en vloeiendere landingen op dan voorheen mogelijk waren. Drones kunnen obstakels in de vliegrichting nu duidelijker zien en ontwijken, en ook sneller vliegen.’

De Croon verwacht dat zijn vinding bijvoorbeeld in kassen, waar vaak drones zelfstandig rondvliegen, van nut kan zijn. De drone leert die omgeving kennen en leert dus beter navigeren. Bovendien kan de drone lichter en daarom veiliger voor zijn omgeving zijn.

‘De meeste autonome systemen zijn voorgeprogrammeerd. Sommige drones hebben neurale systemen aan boord, maar leren niet bij als ze operationeel zijn. Wat wij voorstellen is een leerproces als de drone operationeel is. Het mooie hieraan is dat de robot voortdurend kan zien of het geleerde goed werkt. Zo niet, dan kan het altijd terugvallen op het gebruik van optische flow alleen. Daarom heeft het een grote kans om toegepast te worden.’