Una aeronave autónoma es una aeronave que vuela bajo el control de sistemas robóticos autónomos a bordo y no necesita la intervención de un piloto humano ni de control remoto . La mayoría de los aviones autónomos contemporáneos son vehículos aéreos no tripulados (drones) con algoritmos preprogramados para realizar tareas designadas, pero los avances en las tecnologías de inteligencia artificial (por ejemplo, el aprendizaje automático ) significan que los sistemas de control autónomos están llegando a un punto en el que varios taxis aéreos y los regímenes regulatorios asociados son siendo desarrollado.
El primer uso registrado de un vehículo aéreo no tripulado para la guerra ocurrió en julio de 1849, [1] sirviendo como portaaviones (el precursor del portaaviones ) [2] El desarrollo significativo de drones radiocontrolados comenzó a principios del siglo XX y originalmente centrado en proporcionar objetivos de práctica para el entrenamiento de personal militar. El primer intento de crear un UAV propulsado fue el "Aerial Target" de AM Low en 1916. [3]
Funciones autónomas como el piloto automático y la navegación automatizada se desarrollaron progresivamente a lo largo del siglo XX, aunque técnicas como la coincidencia del contorno del terreno (TERCOM) se aplicaron principalmente a los misiles de crucero .
Algunos drones modernos tienen un alto grado de autonomía, aunque no son totalmente capaces y el entorno regulatorio prohíbe su uso generalizado en la aviación civil. Sin embargo, se han realizado algunos ensayos limitados.
A medida que los sistemas de vuelo, navegación y comunicaciones se han vuelto más sofisticados, transportar pasajeros de manera segura ha surgido como una posibilidad práctica. Los sistemas de piloto automático están liberando al piloto humano de cada vez más tareas, pero el piloto sigue siendo necesario actualmente.
Se están desarrollando varios taxis aéreos y también se están planificando transportes autónomos más grandes. El vehículo aéreo personal es otra clase en la que no se espera que entre uno y cuatro pasajeros puedan pilotear el avión y la autonomía se considera necesaria para una adopción generalizada.
La capacidad informática de los sistemas de navegación y vuelo de las aeronaves siguió los avances de la tecnología informática, comenzando con controles analógicos y evolucionando hacia microcontroladores, luego sistemas en un chip (SOC) y computadoras de placa única (SBC).
Los sensores de posición y movimiento brindan información sobre el estado de la aeronave. Los sensores exteroceptivos se ocupan de información externa como mediciones de distancia, mientras que los exproprioceptivos correlacionan estados internos y externos. [4]
Los sensores no cooperativos pueden detectar objetivos de forma autónoma, por lo que se utilizan para garantizar la separación y evitar colisiones. [5]
Los grados de libertad (DOF) se refieren tanto a la cantidad como a la calidad de los sensores a bordo: 6 DOF implica giroscopios y acelerómetros de 3 ejes (una unidad de medida inercial típica – IMU), 9 DOF se refiere a una IMU más una brújula, 10 DOF agrega A un barómetro y 11 DOF se le suele añadir un receptor GPS. [6]
Los actuadores de UAV incluyen controladores de velocidad electrónicos digitales (que controlan las RPM de los motores) vinculados a motores y hélices , servomotores ( principalmente para aviones y helicópteros), armas, actuadores de carga útil, LED y parlantes.
Software UAV llamado pila de vuelo o piloto automático. El propósito de la pila de vuelo es obtener datos de sensores, controlar motores para garantizar la estabilidad del UAV y facilitar el control en tierra y la comunicación de planificación de misiones. [7]
Los UAV son sistemas en tiempo real que requieren una respuesta rápida a los datos cambiantes de los sensores. Como resultado, los UAV dependen de computadoras de placa única para sus necesidades computacionales. Ejemplos de este tipo de ordenadores de placa única incluyen Raspberry Pis , Beagleboards , etc. blindados con NavIO, PXFMini, etc. o diseñados desde cero como NuttX , preemptive-RT Linux, Xenomai , Orocos-Robot Operating System o DDS-ROS 2.0.
Las pilas de código abierto de uso civil incluyen:
Debido a la naturaleza de código abierto del software UAV, se pueden personalizar para adaptarse a aplicaciones específicas. Por ejemplo, investigadores de la Universidad Técnica de Košice han sustituido el algoritmo de control predeterminado del piloto automático PX4. [8] Esta flexibilidad y esfuerzo colaborativo ha dado lugar a una gran cantidad de pilas de código abierto diferentes, algunas de las cuales se bifurcan de otras, como CleanFlight, que se bifurca de BaseFlight y de la cual se bifurcan otras tres pilas.
Los UAV emplean arquitecturas de control de circuito abierto, circuito cerrado o híbridas.
La mayoría de los UAV utilizan una radio para el control remoto y el intercambio de vídeo y otros datos . Los primeros UAV solo tenían enlace ascendente de banda estrecha . Los enlaces descendentes llegaron más tarde. Estos enlaces de radio bidireccionales de banda estrecha transportaban datos de comando y control (C&C) y de telemetría sobre el estado de los sistemas de la aeronave al operador remoto. Para vuelos de muy largo alcance, los vehículos aéreos no tripulados militares también utilizan receptores de satélite como parte de los sistemas de navegación por satélite . En los casos en que se requiera transmisión de video, los UAV implementarán un enlace de radio de video analógico separado.
En la mayoría de las aplicaciones autónomas modernas, se requiere transmisión de vídeo. Un enlace de banda ancha se utiliza para transportar todo tipo de datos en un único enlace de radio. Estos enlaces de banda ancha pueden aprovechar técnicas de calidad de servicio para optimizar el tráfico C&C para una baja latencia. Normalmente, estos enlaces de banda ancha transportan tráfico TCP/IP que puede enrutarse a través de Internet.
Se podrán establecer comunicaciones con:
A medida que las redes móviles han aumentado en rendimiento y confiabilidad a lo largo de los años, los drones han comenzado a utilizar redes móviles para comunicarse. Las redes móviles se pueden utilizar para seguimiento de drones, pilotaje remoto, actualizaciones inalámbricas [14] y computación en la nube. [15]
Los estándares de redes modernos han considerado explícitamente los aviones autónomos y, por lo tanto, incluyen optimizaciones. El estándar 5G exige una latencia reducida del plano de usuario a 1 ms mientras se utilizan comunicaciones ultraconfiables y de baja latencia. [dieciséis]
La autonomía básica proviene de los sensores propioceptivos. Una autonomía avanzada exige conciencia situacional, conocimiento del entorno que rodea a la aeronave a partir de sensores exteroceptivos: la fusión de sensores integra información procedente de múltiples sensores. [4]
Una forma de lograr un control autónomo emplea múltiples capas de bucles de control, como en los sistemas de control jerárquico . A partir de 2016, los bucles de capa baja (es decir, para el control de vuelo) funcionan tan rápido como 32.000 veces por segundo, mientras que los bucles de nivel superior pueden realizar un ciclo una vez por segundo. El principio es descomponer el comportamiento de la aeronave en "fragmentos" o estados manejables con transiciones conocidas. Los tipos de sistemas de control jerárquico van desde scripts simples hasta máquinas de estados finitos , árboles de comportamiento y planificadores de tareas jerárquicos . El mecanismo de control más común utilizado en estas capas es el controlador PID , que se puede utilizar para lograr el vuelo estacionario de un cuadricóptero utilizando datos de la IMU para calcular entradas precisas para los motores y controladores electrónicos de velocidad. [ cita necesaria ]
Ejemplos de algoritmos de capa intermedia:
Los planificadores de tareas jerárquicos de vehículos aéreos no tripulados evolucionados utilizan métodos como búsquedas en árboles de estado o algoritmos genéticos . [19]
Los fabricantes de vehículos aéreos no tripulados suelen incorporar operaciones autónomas específicas, como:
Se dispone de autonomía total para tareas específicas, como el reabastecimiento de combustible en el aire [20] o el cambio de baterías en tierra; pero las tareas de nivel superior exigen mayores capacidades de computación, detección y actuación. Un enfoque para cuantificar las capacidades autónomas se basa en la terminología OODA , como lo sugirió un Laboratorio de Investigación de la Fuerza Aérea de EE. UU. de 2002 , y se utiliza en la siguiente tabla: [21]
Niveles medios de autonomía, como la autonomía reactiva y niveles altos utilizando la autonomía cognitiva, ya se han alcanzado hasta cierto punto y son campos de investigación muy activos.
La autonomía reactiva, como el vuelo colectivo, la prevención de colisiones en tiempo real , el seguimiento de paredes y el centrado de corredores, se basa en las telecomunicaciones y la conciencia situacional proporcionada por sensores de alcance: flujo óptico , [22] lidares (radares de luz), radares , sonares .
La mayoría de los sensores de alcance analizan la radiación electromagnética que se refleja en el entorno y llega al sensor. Las cámaras (para el flujo visual) actúan como simples receptores. Lidars, radares y sonares (con ondas mecánicas sonoras) emiten y reciben ondas, midiendo el tiempo de tránsito de ida y vuelta. Las cámaras UAV no requieren emisión de energía, lo que reduce el consumo total.
Los radares y sonares se utilizan principalmente para aplicaciones militares.
La autonomía reactiva ya ha llegado en algunas formas a los mercados de consumo: puede que esté ampliamente disponible en menos de una década. [4]
SLAM combina odometría y datos externos para representar el mundo y la posición del UAV en él en tres dimensiones. La navegación en exteriores a gran altitud no requiere grandes campos de visión verticales y puede depender de coordenadas GPS (lo que hace que sea un mapeo simple en lugar de SLAM). [23]
Dos campos de investigación relacionados son la fotogrametría y LIDAR, especialmente en entornos 3D interiores y de baja altitud.
El enjambre de robots se refiere a redes de agentes capaces de reconfigurarse dinámicamente a medida que los elementos entran o salen de la red. Proporcionan mayor flexibilidad que la cooperación entre múltiples agentes. El enjambre puede abrir el camino a la fusión de datos. Algunos enjambres de vuelo bioinspirados utilizan comportamientos de dirección y agrupaciones. [ se necesita aclaración ]
En el sector militar, los Predators y Reapers estadounidenses están diseñados para operaciones antiterroristas y en zonas de guerra en las que el enemigo carece de potencia de fuego suficiente para derribarlos. No están diseñados para resistir defensas antiaéreas ni combates aire-aire . En septiembre de 2013, el jefe del Comando de Combate Aéreo de EE. UU. declaró que los vehículos aéreos no tripulados actuales eran "inútiles en un entorno en disputa" a menos que hubiera aviones tripulados allí para protegerlos. Un informe del Servicio de Investigación del Congreso (CRS) de 2012 especuló que en el futuro, los vehículos aéreos no tripulados podrían realizar tareas más allá de la inteligencia, la vigilancia, el reconocimiento y los ataques; El informe de CRS enumeró el combate aire-aire ("una tarea futura más difícil") como posibles empresas futuras. La hoja de ruta integrada de sistemas no tripulados del Departamento de Defensa para el año fiscal 2013-2038 prevé un lugar más importante para los vehículos aéreos no tripulados en combate. Los problemas incluyen capacidades ampliadas, interacción entre humanos y vehículos aéreos no tripulados, gestión de un mayor flujo de información, mayor autonomía y desarrollo de municiones específicas para vehículos aéreos no tripulados. El proyecto de sistemas de sistemas de DARPA , [30] o el trabajo de General Atomics pueden augurar futuros escenarios de guerra, este último revela enjambres de Avenger equipados con un Sistema de Defensa de Área de Láser Líquido de Alta Energía (HELLADS). [31]
La tecnología de radio cognitiva [ se necesita aclaración ] puede tener aplicaciones de vehículos aéreos no tripulados. [32]
Los vehículos aéreos no tripulados pueden explotar las redes neuronales distribuidas . [4]
{{cite web}}
: CS1 maint: multiple names: authors list (link){{cite web}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite web}}
: CS1 maint: multiple names: authors list (link)