Drony se učí z přírody: Nová technologie jim umožní předvídat poruchy a předejít nehodám

Vědci z Technologické univerzity v Delftu a Wageningenské univerzity a výzkumného centra vyvinuli metodu, která dronům umožňuje rozpoznat blížící se poruchu. Díky tomu se mohou přizpůsobit situaci dříve, než ztratí kontrolu.

Vědci z Technologické univerzity v Delftu a Wageningenské univerzity a výzkumného centra vyvinuli metodu, která dronům umožňuje rozpoznat blížící se poruchu. Díky tomu se mohou přizpůsobit situaci dříve, než ztratí kontrolu. Tento přístup čerpá z přírodního konceptu známého jako „kritické zpomalení“, což je jev, který signalizuje, kdy se ekosystémy blíží k bodu zlomu.

Výzkumníci zjistili, že stejný princip lze použít k identifikaci raných známek nestability v aktivně řízených systémech, jako jsou drony, letadla a autonomní vozidla. Na rozdíl od konvenčních monitorovacích metod, které se spoléhají na detailní fyzikální modely, nová technika využívá data z palubních senzorů k detekci jemných změn v reakci systému na rušení. Vědci se domnívají, že by to mohlo pomoci dronům bezpečně fungovat i po poškození. Tato práce by mohla výrazně zlepšit bezpečnost autonomních systémů, které se stávají stále běžnějšími v aplikacích od doručování balíků přes inspekce infrastruktury až po reakce na mimořádné události.

Odolnost inspirovaná přírodou se projevuje podobně jako lidská reakce na zranění. „Náš přístup lze přirovnat k tomu, jak lidé prožívají bolest. Po zranění bolest poskytuje okamžitou zpětnou vazbu o našem stavu a pomáhá nám posoudit, jaké činnosti zůstávají bezpečné,“ uvedl Jasper van Beers, výzkumník z Technologické univerzity v Delftu. „Strojům obecně chybí tato forma sebeuvědomění. Nové indikátory, odvozené z dat měřených v reálném čase, nabízejí první krok k tomu, aby technické systémy získaly podobnou schopnost rozpoznat, kdy se blíží ke svým limitům.“

V přírodě dochází ke kritickému zpomalení, když ekosystém ztrácí odolnost a déle se zotavuje po narušení. Zdravý les se například může rychle zotavit po období sucha, ale opakovaný stres může postupně zpomalit toto zotavení, dokud i malá klimatická událost nespustí rozsáhlý kolaps. Zatímco vědci tento jev dlouho používali ke studiu ekosystémů a klimatických změn, nebylo jasné, zda by fungoval i pro technologie, které neustále upravují své chování prostřednictví automatizovaných řídicích systémů. Studie však potvrdila, že tyto včasné varovné indikátory dokážou spolehlivě detekovat, kdy se řízené systémy blíží k nestabilitě.

Pro otestování konceptu provedl výzkumný tým experimenty v zařízení CyberZoo pro výzkum dronů na Technologické univerzitě v Delftu. Zde úmyslně poškozovali drony, tlačili je blízko ztráty kontroly a analyzovali letová data spolu s počítačovými simulacemi. Experimenty odhalily, které kombinace poškození, letových podmínek a letových manévrů s největší pravděpodobností vedou k nestabilitě. Vědci také ukázali, že varovné indikátory by mohly pomoci dronům upravit své chování v reálném čase, aby si udržely let i po poškození, podobně jako člověk změní způsob chůze po vymknutí kotníku. Protože tento přístup závisí na levných datech z palubních senzorů, nikoli na detailních inženýrských modelech, vědci věří, že by mohl být použit také pro prediktivní údržbu v letadlech, monitorování infrastruktury, kontrolu kvality ve výrobě a v autonomních vozidlech. Studie byla publikována v časopise Proceedings of the National Academy of Sciences.