Onderzoeker Andrew Barry stelt dat lidar-radars die lasers gebruiken om de afstand tot objecten te meten, onder andere te vinden op zelfrijdende auto's, te zwaar zijn om op kleine drones toe te passen. Daarnaast is het uitrusten van de aansturingssoftware met kaarten van de omgeving niet praktisch.
Barry ontwikkelde daarom een nieuw algoritme waarmee de drone objecten razendsnel te herkennen en waardoor een uitwijkingsmanoevre kan inzetten.
De technologie gebruikt steroscopische beelden om objecten tot op 10 meter te herkennen en real time een kaart van zijn directe omgeving te genereren. Het algoritme kan 120 beelden per seconde verwerken, waarbij de diepteinformatie in 8,3 milliseconde per frame wordt berekend.
Razendsnel en heelhuids langs de bomen
Tijdens proeven was Barry in staat om een kleine, zelfgebouwde drone met snelheden tot 45 kilometer per uur door een omgeving met veel bomen te vliegen zonder dat het toestel tegen een boom botste. Om het stereoscopische beeld te genereren was de drone op zijn twee vleugels voorzien van een camera.
Volgens Barry kan het algoritme nog beter worden, zeker als hij snellere processors toepast. De onderzoeker denkt dat een drone met meer rekenkracht in staat is om door een dichtbegroeid bos te vliegen.
De MIT-student heeft de softwarecode als opensource beschikbaar gesteld. Het algoritme kan volgens hem nuttig zijn voor bedrijven die drones willen inzetten, bijvoorbeeld voor het bezorgen van pakketjes of het inspecteren van objecten.
Bron: MIT
