Ontwikkeling 's werelds snelste autonome racedrone

De Nederlandse TU Delft heeft een AI-systeem ontwikkeld waarmee een racedrone met slechts één camera uitdagende parcoursen op extreme snelheid kan afleggen. In een race presteerde het systeem zelfs beter dan voormalige wereldkampioenen drone-racen.

Trefwoorden: #autonoom, #drone, #race

Lees verder

research

( Foto: TU Delft )

ENGINEERINGNET.BE - De nieuwe MonoRace is een autonoom vluchtsysteem met slechts één naar voren gerichte camera en Inertial Measurment Unit (IMU) voor waarneming, navigatie en besturing.

Bij hoge snelheden heeft de drone zeer weinig tijd om te interpreteren wat het ziet. Een neuraal netwerk identificeert de racepoorten in de camerabeelden, terwijl de IMU aan boord en een model van de drone de positie en beweging schatten, zonder GPS of externe bewegingsregistratie.

"Vliegen met zeer hoge snelheid met slechts één camera is uitdagend omdat beelden onscherp en vervormd zijn en het AI-systeem erg weinig tijd heeft om nauwkeurig te bepalen waar de drone zich bevindt," zegt onderzoeker Stavrow Bahnam van TU Delft.

“We hebben een robuuste manier ontwikkeld om wat de camera ziet te combineren met informatie over de beweging van de drone zelf, zodat het systeem zonder GPS met hoge snelheid door het parcours kan navigeren.”

Het systeem moest ook omgaan met onvolkomenheden die tijdens echte vluchten optreden, zoals storingen in de camera en verzadiging van sensoren.

De onderzoekers hebben tevens de manier waarop de drone wordt bestuurd opnieuw ontworpen. In plaats van een conventioneel regelsysteem met meerdere lagen tussenregelaars gebruikt MonoRace een klein neuraal netwerk dat rechtstreeks de commando's voor de motoren genereert.

Het netwerk draait op een kleine computerchip aan boord, de "flight controller", en genereert 500 keer per seconde besturingscommando's. Het werd getraind met behulp van reinforcement learning. Hierdoor leerde het netwerk de drone te besturen terwijl rekening werd gehouden met de fysieke beperkingen ervan.

"In plaats van eerst een gewenst vliegpad en conventionele besturingscommando's te plannen, leert ons neurale netwerk de motoren rechtstreeks aan te sturen," zegt mede-onderzoeker Robin Ferede.

“Daardoor kan de besturing extreem snel reageren en optimaal gebruikmaken van de mogelijkheden van de drone, terwijl het systeem klein genoeg blijft om volledig aan boord te draaien.”

Om het systeem onder realistische omstandigheden te testen, zetten de onderzoekers de drone in tijdens de Abu Dhabi Autonomous Drone Racing Competition van 2025.

Hier bereikte de TU Delft-drone snelheden tot 100 km/u en versloeg alle andere autonome teams én drie voormalige menselijke wereldkampioenpiloten.

Hoogleraar Guido de Croon van TU Delft: “Autonoom racen is een manier om robotische AI tot het uiterste te drijven. De nieuw ontwikkelde AI kan worden toegepast op veel meer robotsystemen. Hier hebben we geoptimaliseerd voor snelheid, maar dezelfde aanpak kan ook worden gebruikt om efficiëntie of veiligheid te prioriteren. Denk bijvoorbeeld aan soepele, energiezuinige besturing van systemen variërend van kleine robotstofzuigers tot enorme havenkranen.”