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 o un control remoto . La mayoría de las aeronaves autónomas contemporáneas 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 autónomo están llegando a un punto en el que se están desarrollando varios taxis aéreos y regímenes regulatorios asociados.
El primer uso registrado de un vehículo aéreo no tripulado para la guerra ocurrió en julio de 1849, [1] sirviendo como porta globos (el precursor del portaaviones ) [2] El desarrollo significativo de los drones controlados por radio comenzó a principios de la década de 1900 y originalmente se centró en proporcionar objetivos de práctica para el entrenamiento del personal militar. El primer intento de un UAV motorizado fue el "Aerial Target" de AM Low en 1916. [3]
Las funciones autónomas, como el piloto automático y la navegación automatizada, se desarrollaron progresivamente a lo largo del siglo XX, aunque técnicas como la adaptación 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. No obstante, se han realizado algunos ensayos limitados.
A medida que los sistemas de vuelo, navegación y comunicaciones se han vuelto más sofisticados, el transporte seguro de pasajeros se ha convertido en una posibilidad práctica. Los sistemas de piloto automático están liberando al piloto humano de cada vez más tareas, pero el piloto sigue siendo necesario en la actualidad.
Se están desarrollando varios taxis aéreos y también se están planificando transportes autónomos de mayor tamaño. El vehículo aéreo personal es otra clase en la que no se espera que puedan pilotar la aeronave entre uno y cuatro pasajeros, y se considera que la autonomía es necesaria para su adopción generalizada.
La capacidad informática de los sistemas de vuelo y navegación de las aeronaves siguió los avances de la tecnología informática, comenzando con controles analógicos y evolucionando hacia los microcontroladores, luego hacia los sistemas en un chip (SOC) y las computadoras de placa única (SBC).
Los sensores de posición y movimiento proporcionan información sobre el estado de la aeronave. Los sensores exteroceptivos se ocupan de información externa como las mediciones de distancia, mientras que los expropioceptivos correlacionan los 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 implican giroscopios de 3 ejes y acelerómetros (una unidad de medición inercial típica , IMU), 9 DOF se refieren a una IMU más una brújula, 10 DOF agregan un barómetro y 11 DOF generalmente agregan un receptor GPS. [6]
Los actuadores 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 altavoces.
El software del UAV se denomina pila de vuelo o piloto automático. El propósito de la pila de vuelo es obtener datos de los sensores, controlar los motores para garantizar la estabilidad del UAV y facilitar el control en tierra y la comunicación para la planificación de la misión. [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 tales computadoras de placa única incluyen Raspberry Pis , Beagleboards , etc. protegidas con NavIO, PXFMini, etc. o diseñadas desde cero como NuttX , preemptive- RT Linux , Xenomai , Orocos-Robot Operating System o DDS-ROS 2.0.
Las pilas de código abierto para uso civil incluyen:
Debido a la naturaleza de código abierto del software de los UAV, se pueden personalizar para que se adapten a aplicaciones específicas. Por ejemplo, los investigadores de la Universidad Técnica de Košice han reemplazado el algoritmo de control predeterminado del piloto automático PX4. [8] Esta flexibilidad y el esfuerzo colaborativo han dado lugar a una gran cantidad de pilas de código abierto diferentes, algunas de las cuales son bifurcaciones de otras, como CleanFlight, que es una bifurcación de BaseFlight y de la que se bifurcan otras tres pilas.
Los vehículos aéreos no tripulados 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 sólo tenían un enlace ascendente de banda estrecha . Los enlaces descendentes llegaron más tarde. Estos enlaces de radio de banda estrecha bidireccionales transmitían datos de comando y control (C&C) y telemetría sobre el estado de los sistemas de la aeronave al operador remoto. Para vuelos de muy largo alcance, los UAV militares también utilizan receptores de satélite como parte de los sistemas de navegación por satélite . En los casos en que se requirió transmisión de vídeo, los UAV implementarán un enlace de radio de vídeo analógico independiente.
En la mayoría de las aplicaciones autónomas modernas, se requiere transmisión de video. Se utiliza un enlace de banda ancha para transportar todo tipo de datos en un único enlace de radio. Estos enlaces de banda ancha pueden aprovechar las técnicas de calidad de servicio para optimizar el tráfico C&C para lograr una baja latencia. Por lo general, estos enlaces de banda ancha transportan tráfico TCP/IP que se puede enrutar a través de Internet.
Se podrán establecer comunicaciones con:
A medida que las redes móviles han aumentado su rendimiento y fiabilidad a lo largo de los años, los drones han comenzado a utilizarlas para comunicarse. Las redes móviles se pueden utilizar para el seguimiento de drones, el pilotaje remoto, las actualizaciones por aire [14] y la computación en la nube. [15]
Los estándares de redes modernas han considerado explícitamente las aeronaves autónomas y, por lo tanto, incluyen optimizaciones. El estándar 5G ha exigido una latencia reducida del plano de usuario a 1 ms mientras se utilizan comunicaciones ultra confiables y de baja latencia. [16]
La autonomía básica proviene de sensores propioceptivos. La autonomía avanzada requiere conciencia situacional, conocimiento del entorno que rodea a la aeronave a partir de sensores exteroceptivos: la fusión de sensores integra información 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 inferior (es decir, para el control de vuelo) funcionan tan rápido como 32.000 veces por segundo, mientras que los bucles de nivel superior pueden funcionar 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 controladores de velocidad electrónicos y los motores. [ cita requerida ]
Ejemplos de algoritmos de capa intermedia:
Los planificadores de tareas jerárquicas de vehículos aéreos no tripulados evolucionados utilizan métodos como búsquedas en árboles de estados o algoritmos genéticos . [19]
Los fabricantes de vehículos aéreos no tripulados a menudo incorporan operaciones autónomas específicas, como:
La autonomía total está disponible 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 requieren 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 los EE. UU. en 2002 , y se utiliza en la siguiente tabla: [21]
Los niveles medios de autonomía, como la autonomía reactiva, y los niveles altos utilizando la autonomía cognitiva, ya se han alcanzado en cierta medida 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 el conocimiento de la situación proporcionados por sensores de alcance: flujo óptico , [22] lidars (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. Los lidares, radares y sonares (con ondas mecánicas de sonido) emiten y reciben ondas, midiendo el tiempo de tránsito de ida y vuelta. Las cámaras de los UAV no requieren potencia de emisión, 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: podría estar 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 al aire libre a gran altitud no requiere grandes campos de visión verticales y puede basarse en coordenadas GPS (lo que hace que sea más fácil de mapear que SLAM). [23]
Dos campos de investigación relacionados son la fotogrametría y el LIDAR, especialmente en entornos 3D de baja altitud y en interiores.
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 una mayor flexibilidad que la cooperación entre múltiples agentes. El enjambre puede abrir el camino a la fusión de datos. Algunos enjambres de vuelo de inspiración biológica utilizan comportamientos de dirección y agrupamiento. [ Aclaración necesaria ]
En el sector militar, los Predators y Reapers estadounidenses están hechos para operaciones antiterroristas y en zonas de guerra en las que el enemigo carece de suficiente potencia de fuego para derribarlos. No están diseñados para resistir defensas antiaéreas o combate aire-aire . En septiembre de 2013, el jefe del Comando de Combate Aéreo de EE. UU. declaró que los UAV actuales eran "inútiles en un entorno disputado" a menos que hubiera aviones tripulados para protegerlos. Un informe del Servicio de Investigación del Congreso (CRS) de 2012 especuló que en el futuro, los UAV podrían ser capaces de realizar tareas más allá de la inteligencia, la vigilancia, el reconocimiento y los ataques; el informe del CRS incluyó el combate aire-aire ("una tarea futura más difícil") como posibles proyectos futuros. 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 UAV en el combate. Las cuestiones incluyen capacidades extendidas, interacción humano-UAV, gestión de un mayor flujo de información, mayor autonomía y desarrollo de municiones específicas para UAV. El proyecto de sistemas de sistemas de DARPA , [30] o el trabajo de General Atomics pueden augurar futuros escenarios de guerra, este último revelando enjambres de Avenger equipados con el Sistema de Defensa de Área de Láser Líquido de Alta Energía (HELLADS). [31]
La tecnología de radio cognitiva [ aclaración necesaria ] puede tener aplicaciones en vehículos aéreos no tripulados. [32]
Los vehículos aéreos no tripulados pueden explotar 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)