Трудно представить, чтобы дрон делал то, что лучше всего получается у белки-летяги: планировал, тормозил в воздухе и мчался по лесам с акробатической грацией. Тем не менее, именно это послужило источником вдохновения для нового поколения воздушных роботов, оснащенных гибкими складными крыльями и «мозгом», работающим на основе машинного обучения.

Инженеры из Южной Кореи разработали дрон, который имитирует это поведение в воздухе — квадрокоптер, оснащенный складными мембранами крыльев, которые могут внезапно замедляться, выполнять резкие повороты и избегать препятствий способами, которые традиционные дроны не могут.

Команда, стоящая за новым дизайном, созданным в сотрудничестве между Пхоханским университетом науки и технологий и Центром автономных технологий искусственного интеллекта Агентства оборонного развития (ADD), надеется, что эта новая конструкция поможет беспилотным летательным аппаратам лучше ориентироваться в тесных или непредсказуемых условиях — будь то леса, зоны стихийных бедствий или городские каньоны.

От лесов до летных лабораторий

Белки-летяги на самом деле не летают — они планируют. Они растягивают лоскуты кожи между запястьями и лодыжками, создавая своего рода естественный вингсьют. Это эволюционная конструкция, которая позволяет им маневрировать по сложной местности и, что особенно важно, быстро замедляться непосредственно перед посадкой.

Эти особенности делают белок-летяг чрезвычайно проворными, чего не скажешь о типичном квадрокоптере. Те же функции, которые делают их устойчивыми — фиксированные роторы и жесткие рамы — также ограничивают то, насколько резко они могут поворачивать или реагировать на внезапные препятствия.

Чтобы сделать квадрокоптеры более похожими на белок, южнокорейские исследователи разработали легкие силиконовые крылья весом всего 24 грамма, которые могут складываться и раскладываться с помощью серводвигателей.

Но одних крыльев недостаточно. Настоящая магия заключается в их координации.

Именно здесь на помощь приходит система управления координацией тягового крыла, или TWCC. Эта структура постоянно оценивает, поможет ли раскрытие крыльев движению дрона или затруднит его. Когда бортовой контроллер прогнозирует, что маневр превысит пределы тангажа или крена дрона, он подает сигнал крыльям о развертывании, увеличивая доступную силу, не подталкивая дрон к неустойчивости.

Он использует массив датчиков — ГНСС, барометры, инерциальные измерительные блоки — для отслеживания своего положения и ориентации. Они поступают в алгоритм TWCC, который в режиме реального времени решает, складывать или разворачивать крылья, помогая дрону совершать рывки, опускаться или тормозить по мере необходимости.

«Крылья расправлены, а тяга отрегулирована… Позволяя [the drone] чтобы создать более сильную силу в нужном направлении», — объяснила команда в своем исследовании, опубликованном на сервере препринтов arXiv .

Дрон не полагается на суперкомпьютер или даже удаленный сервер. Вместо этого он работает автономно на простом микроконтроллере (MCU), который вы найдете в любительской электронике, такой как платы Arduino. Возможность управлять таким сложным искусственным интеллектом на дешевом готовом чипе — одна из самых впечатляющих вещей в этом проекте.

Объезд препятствий на скорости

Чтобы увидеть, сможет ли дрон справиться с реальным хаосом, команда протестировала его на открытом воздухе на трассе с виртуальными препятствиями. Когда традиционный бескрылый дрон приближался к препятствию, он боролся — либо отклоняясь от траектории, либо теряя высоту. Двигатели беспилотника просто не могли выдавать достаточную вертикальную силу во время резких маневров.

Но беспилотник-летяга, используя как тягу пропеллера, так и сопротивление, создаваемое крылом, сохранял свою траекторию и высоту на сложной полосе препятствий. Он мог набирать высоту и тормозить с минимальным заносом. В одном из тестов он пронесся через виражи со скоростью 7,3 метра в секунду (примерно 26 км/ч) и все же улучшил свое отслеживание траектории почти на метр по сравнению с бескрылой версией.

«Воздействие мембран крыльев в реальном эксперименте, по-видимому, превышает то, что наблюдалось в моделировании», — отметила команда.

Этот дополнительный подъем и сопротивление также снизили нагрузку на аккумулятор. Благодаря меньшей нагрузке на двигатели во время резких маневров, дрон избежал перебоев в электроснабжении и неустойчивости, которые преследовали традиционный квадрокоптер.

Это не первая попытка добавить пассивные поверхности к дронам, но, возможно, это самая полная интеграция мягких структур, обучения, основанного на физике, и управления в реальном времени. И это открывает двери для новых применений.

В зонах стихийных бедствий подобные дроны могут перемещаться по узким полям мусора. В лесах они могут следовать за дикой природой. А при лучшем обходе препятствий они могутD даже безопасно летайте в городских каньонах или плотных складских проходах.

Авторы уже смотрят в будущее. Будущие версии могут включать в себя еще более продвинутое планирование траектории, позволяющее дрону предвидеть не только следующий шаг, но и самый умный.