Imagen. / BID

La carrera febril para producir el automóvil autónomo más brillante, seguro y rápido se ha extendido a nuestras sillas de ruedas, scooters e incluso carritos de golf. Recientemente, ha habido un movimiento de tierra a mar, ya que la autonomía marina puede cambiar los canales de nuestras ciudades, con el potencial de entregar bienes y servicios y recolectar desechos en nuestras vías fluviales.

En una actualización de un proyecto de cinco años del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y el Senseable City Lab, los investigadores han estado desarrollando la primera flota mundial de embarcaciones autónomas para la ciudad de Ámsterdam, Países Bajos, y recientemente agregaron un barco nuevo y más grande para el grupo: "Roboat II". Ahora con 2 metros de largo, que es aproximadamente un 6 pies “compatible con Covid”, el nuevo barco robótico es capaz de transportar pasajeros.

Junto con el Instituto de Ámsterdam para Soluciones Metropolitanas Avanzadas, el equipo también creó algoritmos de navegación y control para actualizar la comunicación y la colaboración entre los barcos.

"Roboat II navega de forma autónoma utilizando algoritmos similares a los que utilizan los coches autónomos, pero ahora adaptados para el agua", dice la profesora del MIT Daniela Rus, autora principal de un nuevo artículo sobre Roboat y directora de CSAIL. "Estamos desarrollando flotas de Roboats que pueden entregar personas y bienes, y conectarse con otros Roboats para formar una gama de plataformas autónomas que permitan actividades acuáticas".

Los barcos autónomos han podido transportar artículos pequeños durante años, pero agregar pasajeros humanos se ha sentido algo intangible debido al tamaño actual de los barcos. Roboat II es el barco de "media escala" en el creciente cuerpo de trabajo, y se une al Roboat de cuarto de escala desarrollado anteriormente, que tiene 1 metro de largo. La tercera entrega, que se está construyendo en Ámsterdam y se considera "a gran escala", tiene 4 metros de largo y tiene como objetivo transportar de cuatro a seis pasajeros.

Con la ayuda de potentes algoritmos, Roboat II navegó de forma autónoma por los canales de Ámsterdam durante tres horas recopilando datos y regresó a su ubicación de inicio con un margen de error de solo 0,17 metros, o menos de 7 pulgadas.

"El desarrollo de un sistema de barco autónomo capaz de realizar mapas precisos, un control robusto y el transporte de personas es un paso crucial hacia la implementación del sistema en el Roboat a gran escala", dice el postdoctorado senior Wei Wang, autor principal de un nuevo artículo sobre Roboat II. "También esperamos que eventualmente se implemente en otros barcos para hacerlos autónomos".

Wang escribió el artículo junto con el posdoctorado del MIT Senseable City Lab, Tixiao Shan, el investigador Pietro Leoni, el posdoctorado David Fernández-Gutiérrez, el investigador Drew Meyers y los profesores del MIT Carlo Ratti y Daniela Rus. El trabajo fue apoyado por una subvención del Instituto de Ámsterdam para Soluciones Metropolitanas Avanzadas en los Países Bajos. Se presentará virtualmente un documento sobre Roboat II en la Conferencia Internacional sobre Robots y Sistemas Inteligentes.

Para coordinar la comunicación entre los barcos, otro equipo del MIT CSAIL y Senseable City Lab, también liderado por Wang, ideó una nueva estrategia de control para la coordinación de robots.

Con la intención de autoensamblarse en trenes de unidades múltiples conectados, con un homenaje distante a los trenes para niños, el "transporte colectivo" toma un camino diferente para completar varias tareas. El sistema utiliza un controlador distribuido, que es una colección de sensores, controladores y computadoras asociadas distribuidas a través de un sistema), y una estrategia inspirada en cómo una colonia de hormigas puede transportar alimentos sin comunicación. Específicamente, no hay comunicación directa entre los robots conectados, solo un líder conoce el destino. El líder inicia el movimiento hacia el destino y luego los otros robots pueden estimar la intención del líder y alinear sus movimientos en consecuencia.

“Los algoritmos cooperativos actuales rara vez han considerado sistemas dinámicos en el agua”, dice Ratti, director de Senseable City Lab. “El transporte cooperativo, que utiliza un equipo de vehículos acuáticos, plantea desafíos únicos que no se encuentran en vehículos aéreos o terrestres. Por ejemplo, la inercia y la carga de los vehículos se convierten en factores más importantes que dificultan el control del sistema. Nuestro estudio investiga el control cooperativo de los vehículos de superficie y valida el algoritmo en eso ".

El equipo probó su método de control en dos escenarios: uno en el que tres robots están conectados en serie y otro en el que tres robots están conectados en paralelo. Los resultados mostraron que el grupo coordinado pudo rastrear varias trayectorias y orientaciones en ambas configuraciones, y que las magnitudes de las fuerzas de los seguidores contribuyeron positivamente al grupo, lo que indica que los robots seguidores ayudaron al líder.

Wang escribió un artículo sobre el transporte colectivo junto con el estudiante de doctorado de la Universidad de Stanford Zijian Wang, el postdoctorado del MIT Luis Mateos, el investigador del MIT Kuan Wei Huang, el profesor asistente de Stanford Mac Schwager, Ratti y Rus.

Roboat II

En 2016, los investigadores del MIT probaron un prototipo que podía moverse "hacia adelante, hacia atrás y lateralmente a lo largo de una ruta preprogramada en los canales". Tres años después, los robots del equipo se actualizaron para "cambiar de forma" desconectando y volviendo a ensamblar de forma autónoma en una variedad de configuraciones.

Ahora, Roboat II se ha ampliado para explorar las tareas de transporte, con la ayuda de una investigación actualizada. Estos incluyen un nuevo algoritmo para la localización y mapeo simultáneos (SLAM), un controlador óptimo basado en modelo llamado controlador predictivo de modelo no lineal y un estimador de estado basado en optimización, llamado estimación de horizonte móvil.

Así es como funciona: cuando se requiere una tarea de recogida de pasajeros por parte de un usuario en una posición específica, el coordinador del sistema asignará la tarea a un barco desocupado que esté más cerca del pasajero. A medida que Roboat II recoja al pasajero, creará un camino factible hacia el destino deseado, en función de las condiciones actuales del tráfico.

Luego, Roboat II, que pesa más de 50 kilogramos, comenzará a localizarse ejecutando el algoritmo SLAM y utilizando sensores lidar y GPS, así como una unidad de medición inercial para localización, pose y velocidad. Luego, el controlador rastrea las trayectorias de referencia del planificador, que actualiza la ruta para evitar obstáculos que se detectan para evitar posibles colisiones.

El equipo señala que las mejoras en sus algoritmos de control han hecho que los obstáculos se sientan menos como un iceberg gigante desde su última actualización; el algoritmo SLAM proporciona una mayor precisión de localización para Roboat y permite el mapeo en línea durante la navegación, algo que no tenían en iteraciones anteriores.

El aumento del tamaño de Roboat también requirió un área más grande para realizar los experimentos, que comenzaron en las piscinas del MIT y luego se trasladaron al río Charles, que atraviesa Boston y Cambridge, Massachusetts.

Si bien navegar por las carreteras congestionadas de las ciudades puede hacer que los conductores se sientan atrapados en un laberinto, los canales lo evitan en gran medida. Sin embargo, aún pueden surgir escenarios complicados en las vías fluviales. Dado eso, el equipo está trabajando en el desarrollo de algoritmos de planificación más eficientes para permitir que la embarcación maneje escenarios más complicados, aplicando detección e identificación de objetos activos para mejorar la comprensión de Roboat de su entorno. El equipo planea estimar perturbaciones como corrientes y olas, para mejorar aún más el rendimiento de seguimiento en aguas más ruidosas.

“Todos estos desarrollos esperados se incorporarán al primer prototipo del Roboat a gran escala y se probarán en los canales de la ciudad de Ámsterdam”, dice Rus.

Ahora, Roboat II se ha ampliado para explorar las tareas de transporte, con la ayuda de una investigación actualizada. Estos incluyen un nuevo algoritmo para la localización y mapeo simultáneos (SLAM), un controlador óptimo basado en modelo llamado controlador predictivo de modelo no lineal y un estimador de estado basado en optimización, llamado estimación de horizonte móvil.

Así es como funciona: cuando se requiere una tarea de recogida de pasajeros por parte de un usuario en una posición específica, el coordinador del sistema asignará la tarea a un barco desocupado que esté más cerca del pasajero. A medida que Roboat II recoja al pasajero, creará un camino factible hacia el destino deseado, en función de las condiciones actuales del tráfico.

Luego, Roboat II, que pesa más de 50 kilogramos, comenzará a localizarse ejecutando el algoritmo SLAM y utilizando sensores lidar y GPS, así como una unidad de medición inercial para localización, pose y velocidad. Luego, el controlador rastrea las trayectorias de referencia del planificador, que actualiza la ruta para evitar obstáculos que se detectan para evitar posibles colisiones.

El equipo señala que las mejoras en sus algoritmos de control han hecho que los obstáculos se sientan menos como un iceberg gigante desde su última actualización; el algoritmo SLAM proporciona una mayor precisión de localización para Roboat y permite el mapeo en línea durante la navegación, algo que no tenían en iteraciones anteriores.

El aumento del tamaño de Roboat también requirió un área más grande para realizar los experimentos, que comenzaron en las piscinas del MIT y luego se trasladaron al río Charles, que atraviesa Boston y Cambridge, Massachusetts.

Si bien navegar por las carreteras congestionadas de las ciudades puede hacer que los conductores se sientan atrapados en un laberinto, los canales lo evitan en gran medida. Sin embargo, aún pueden surgir escenarios complicados en las vías fluviales. Dado eso, el equipo está trabajando en el desarrollo de algoritmos de planificación más eficientes para permitir que la embarcación maneje escenarios más complicados, aplicando detección e identificación de objetos activos para mejorar la comprensión de Roboat de su entorno. El equipo planea estimar perturbaciones como corrientes y olas, para mejorar aún más el rendimiento de seguimiento en aguas más ruidosas.

“Todos estos desarrollos esperados se incorporarán al primer prototipo del Roboat a gran escala y se probarán en los canales de la ciudad de Ámsterdam”, dice Rus.

Autor

MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...