Immagine copertina generata con l’intelligenza artificiale
I droni potrebbero diventare più sicuri nelle operazioni di soccorso grazie a un sistema sviluppato dal Massachusetts Institute of Technology (MIT), progettato per prevedere i possibili movimenti degli ostacoli ed evitare le collisioni. La tecnologia, chiamata SANDO, permette di pianificare traiettorie in ambienti sconosciuti senza richiedere una mappa preliminare. Un risultato particolarmente interessante per gli interventi nelle aree colpite da disastri, dove detriti, crolli e altri pericoli possono rendere rapidamente inutilizzabili i percorsi prestabiliti.
Navigazione dei droni MIT: come funziona il sistema predittivo
Il sistema SANDO affronta uno dei principali problemi della robotica applicata alle emergenze: pianificare un percorso sicuro quando gli ostacoli possono muoversi in modo imprevedibile. Molti sistemi di navigazione garantiscono formalmente la sicurezza soltanto quando gli elementi presenti nell’ambiente sono fermi o conosciuti in anticipo. Altre soluzioni riescono a evitare gli oggetti in movimento, ma non offrono una garanzia matematica contro le collisioni.
L’approccio del MIT, invece, non cerca di indovinare la traiettoria esatta di ogni ostacolo. Il sistema rileva gli elementi in movimento, li raggruppa e ne segue gli spostamenti, costruendo attorno a ciascuno una sorta di sfera virtuale che rappresenta tutte le posizioni potenzialmente raggiungibili entro un determinato intervallo di tempo.
Per effettuare questi calcoli non è necessario conoscere la direzione futura degli ostacoli: basta disporre di un limite superiore affidabile alla loro velocità. Più lontano nel futuro il sistema prova a pianificare, più ampie diventano le aree considerate potenzialmente pericolose.
Un corridoio di sicurezza che si aggiorna in tempo reale
Sulla base di queste previsioni, SANDO costruisce un corridoio di sicurezza tridimensionale, formato da regioni collegate tra loro e libere da ostacoli. La traiettoria viene quindi calcolata tenendo conto non soltanto della situazione presente, ma anche dei pericoli che potrebbero comparire lungo il percorso nei momenti successivi.
Il sistema utilizza inoltre un pianificatore separato, basato su una mappa termica, per individuare le zone più congestionate e indirizzare il drone verso passaggi meno affollati. All’interno del corridoio sicuro, l’algoritmo cerca la traiettoria più rapida, aggiornando continuamente il percorso attraverso il computer di bordo.
Secondo i ricercatori, le simulazioni hanno mostrato che SANDO è riuscito a raggiungere la destinazione più velocemente rispetto a diversi sistemi avanzati utilizzati per il confronto, evitando le collisioni in tutti gli ambienti testati. Anche nelle prove con un drone reale, tutti gli ostacoli in movimento sono stati evitati durante 12 voli.
Questi risultati, tuttavia, non dimostrano ancora che la tecnologia sia pronta per qualsiasi scenario operativo. La garanzia matematica dipende infatti dalla correttezza del limite di velocità attribuito agli ostacoli: un oggetto che si muovesse più rapidamente del previsto potrebbe uscire dalle condizioni considerate dal modello.
Dalle emergenze ai prossimi sviluppi della tecnologia
L’interesse per il progetto nasce anche dall’esigenza di ridurre i rischi per le persone impegnate nelle operazioni di soccorso. Kota Kondo, autore principale dello studio pubblicato sulla rivista IEEE Transactions on Robotics, ha raccontato che il suo interesse per la robotica applicata alle catastrofi è legato anche all’incidente nucleare di Fukushima, in Giappone, e alla domanda su come evitare che gli esseri umani debbano avvicinarsi direttamente alle zone più pericolose.
Se ulteriormente sviluppato e validato, SANDO potrebbe aiutare le squadre di emergenza a esplorare più rapidamente edifici crollati, gallerie minerarie e quartieri densamente popolati, senza dover entrare subito nelle aree a rischio.
Tra i possibili sviluppi futuri figurano la riduzione del carico computazionale e l’integrazione con sistemi di apprendimento automatico capaci di interpretare istruzioni in linguaggio naturale. Il gruppo di ricerca guarda anche al coordinamento di più droni, che potrebbero condividere le informazioni raccolte e suddividersi le attività di ricerca.
Fonte: New Atlas
