17 feb. 1999
3 minuten
Een team van het Micro Aerial Vehicle Lab (MAVLab) van de TU Delft heeft het Artificial Intelligence Robotic Racing (AIRR) wereldkampioenschap in Austin, Texas gewonnen. Ze kregen de hoofdprijs van 1 miljoen dollar mee naar huis.
Wie wel eens een autonome drone aan het werk heeft gezien, keek waarschijnlijk verrast op van de lage snelheid waarmee ze dicht bij obstakels vliegen. Autonoom vliegen vereist zoveel intelligentie en rekenkracht van de drone, dat deze het al snel aflegt tegen een menselijke dronepiloot. "Snelheid, behendigheid en het inschatten van risico’s zijn echter zeer belangrijk als je drones wil gaan toepassen bij nieuwe maatschappelijke toepassingen, zoals het brengen van een defibrillator bij een persoon in nood of een pakketje voor de deur", aldus drone-onderzoeker Christophe de Wagter van het lab. "Drones hebben immers maar beperkt energie aan boord en moeten ook op snelheid netjes de situatie inschatten en om obstakels heen vliegen."
Extreme uitdaging
De professionele dronerace-organisatie Drone Racing League (DRL) stelde drone-ontwikkelaars daarom voor een extreme uitdaging: probeer een autonome drone een raceparcours sneller af te laten leggen dan een menselijke dronerace-piloot. Dit geschiedt in de AIRR-competitie, die bestaat uit 3 voorrondes en het wereldkampioenschap in Austin.
Het MAVLab team won in 2 van de 3 voorrondes de eerste prijs, maar moest in de finale alsnog alles geven om de sterker wordende concurrentie voor te blijven. De drone met hun code vloog tijdens het wereldkampioenschap het raceparcours af in slechts 12 seconden in een zenuwslopende finale.
Als ‘bonusronde’ vloog het team tegen een menselijke dronepiloot – Drone Racing League piloot Gabriel ‘Gab707′ Kocher. Hij is een van de beste dronebestuurders van de wereld, en won de race overtuigend. Hij vond echter wel toe het verschil tussen menselijke dronebestuurders en autonome drones steeds kleiner wordt.
De winnende aanpak
De aanpak van het MAVLab team is vernieuwend. Waar andere teams vooral voortbouwden op bestaande robotnavigatiemethoden, nam het Delftse team de menselijke piloot als uitgangspunt. De Wagter: "Geïnspireerd op menselijke dronerace-piloten leerde onze drone vooral om robuust zijn eigen positie ten opzichte van de poortjes te bepalen. Maar ook om de vliegeigenschappen van de drone te voorspellen. Doorslaggevend was dat de drone risico’s goed leerde inschatten om te kunnen versnellen als het goed ging, of juist gas terug te nemen bij gevaar. Dat maakte onze oplossing snel en betrouwbaar."
Tenslotte speelde de ervaring die het MAVLab heeft opgedaan bij zijn onderzoek naar zeer kleine wendbare microdrones met beperkte rekenkracht, zoals de DelFly Nimble, een belangrijke rol in het maken van zeer snelle lichte code voor de AIRR races.
Verdere ontwikkeling
De uitdaging om een menselijke piloot te verslaan blijft nog staan. Om hierin te slagen is een aantal verdere ontwikkelingen nodig die de drone nog dichter bij zijn fysieke limieten moet brengen.
Daarnaast is het zaak om de ontwikkelde methodes ook aan te passen aan andere toepassingen, zoals het snel verkennen van gebieden tijdens reddingsoperaties of het afleveren van pakketjes. De risico-inschatting die het MAVLab heeft toegepast in hun racedrone is hiervoor bijvoorbeeld al heel geschikt: als er geen obstakels zijn, kan een drone veilig sneller gaan vliegen, terwijl het in complexere omgevingen met obstakels af zal moeten remmen om de veiligheid te garanderen. Op deze manier kunnen de ontwikkelde methodes voor drone-racen ook een belangrijk voordeel opleveren voor andere toepassingen.
Over de AIRR competitie
Het doel van de AIRR-competitie is om de toepassing van Artificial Intelligence (AI) in drones te versnellen via futuristische racewedstrijden. De competitie bestond uit drie voorrondes en de finale. Uit de 426 aanmeldingen uit 81 landen die de AIRR competitie ontving, bleven na een serie tests uiteindelijk negen teams over.
De teams moesten gebruik maken van een standaard drone, de DRL RacerAI. Deze drone heeft een NVIDIA Jetson AGX Xavier besturingssysteem en vier stereoscopische camera’s aan boord. De teams konden niet gebruik maken van GPS, uitwisseling van data of menselijke interventie – de kwaliteit van de code was dus bepalend. De competitie werd georganiseerd door de Drone Racing League (DRL) en Lockheed Martin.
Anderen lazen ook
