Los drones ultracompactos están comenzando a jugar un papel fundamental en diversas aplicaciones, como rescates en situaciones de emergencia, inspecciones de infraestructura y estudios medioambientales. Sin embargo, su tamaño reducido, que no supera los 100 gramos, limita la cantidad y la calidad de los sensores que pueden incorporar, así como su capacidad de procesamiento y autonomía energética. Además, en entornos desafiantes, como edificios llenos de humo o espacios oscuros, los sensores convencionales, como las cámaras y el LiDAR, pueden fracasar en su funcionamiento.
Innovación inspirada en la naturaleza
Conscientes de estos desafíos, un equipo de investigación de la Universidad Técnica de Delft (TU Delft) en los Países Bajos ha tomado como modelo los bigotes de roedores, como ratas y topos, para desarrollar un sensor táctil ligero y de baja latencia que pueda ser integrado en drones. Este innovador enfoque permite que los drones puedan explorar su entorno mediante el contacto, sin necesidad de depender de la visión convencional.
Salua Hamaza, profesora asociada de la TU Delft, explica: “Nuestro objetivo es ofrecer a los drones una capacidad táctil avanzada. La idea no es manipular objetos en el aire, sino implementar un concepto llamado ‘navegación táctil’, que permite a la aeronave volar mientras interactúa con objetos en un entorno desconocido.” Para que esta detección táctil sea efectiva, debe ser ligera, rápida y eficiente en el consumo de energía, y los bigotes de los roedores proporcionaron la solución perfecta.
El diseño y funcionamiento de los sensores táctiles
El equipo instaló dos sensores táctiles en un dron compacto que cabe en la palma de la mano. Estos sensores, que simulan los bigotes naturales, están fabricados con una aleación de níquel y titanio conocida como nitinol, con un diámetro de 0.4 mm y una longitud de 200 mm. En su base, se encuentran tres pequeños sensores de presión atmosférica que permiten estimar la profundidad y la posición del contacto mediante los cambios de presión que se generan al flexionarse los bigotes. Todo el procesamiento de datos necesario para la detección, la toma de decisiones y el control del vuelo autónomo se realiza a través de un microcontrolador integrado, sin necesidad de computadoras externas.
Un aspecto crucial del diseño es el ángulo en que se fijan los bigotes. Al moverse a lo largo de una pared, la fuerza generada por los sensores puede provocar la rotación del dron, lo que podría desestabilizar su vuelo. Tras realizar pruebas en 72 vuelos con seis ángulos diferentes y a tres velocidades distintas, se determinó que los ángulos de 30, 45 y 60 grados eran los más seguros. Finalmente, se eligió el ángulo de 45 grados por ser el que ofrecía la menor desviación en la orientación del dron.
Superando desafíos en la detección de contacto
Uno de los principales retos fue diferenciar entre las señales de contacto auténticas y las interferencias causadas por el propio dron. El flujo de aire generado por las hélices puede introducir ruido, deriva y otras distorsiones en los datos. Para abordar este problema, el equipo desarrolló un algoritmo de corrección que ajusta continuamente las desviaciones basándose en los valores del sensor cuando no hay contacto, filtrando el ruido producido por las vibraciones durante el vuelo. Gracias a estas mejoras, la tasa de falsos positivos de contacto se redujo drásticamente, pasando del 38.24% a un 0%.
Además, al estimar la distancia a las paredes mediante la señal corregida, se incorporó la predicción del movimiento del dron a la red neuronal utilizando un filtro de Kalman, lo que permitió estabilizar las estimaciones. Esto resultó en una mejora del error absoluto medio en la medición de distancia, logrando reducciones significativas en las mediciones contra superficies de diferentes materiales.
Pruebas exitosas en entornos complejos
Las pruebas realizadas con el dron en un entorno con tres paredes transparentes demostraron su eficacia. Al entrar en contacto con una pared, el dron mantuvo una distancia constante de entre 60 y 100 mm, alcanzando su objetivo en todos los intentos. En contraste, un sensor láser paralelo no logró realizar mediciones efectivas si el dron no apuntaba directamente a la pared.
Sin embargo, la navegación a lo largo de las paredes presenta el riesgo de que el dron se pierda en las esquinas o no detecte obstáculos laterales. Para mitigar esto, los investigadores desarrollaron un método de exploración que prioriza áreas no exploradas, utilizando un enfoque probabilístico para estimar la forma de las paredes. Este método demostró ser altamente efectivo, logrando encontrar una salida en un 90% de las simulaciones realizadas.
Perspectivas futuras para la tecnología de drones
A pesar de los avances, aún existen desafíos por enfrentar. La acumulación de desviaciones de señal al seguir una pared durante períodos prolongados puede afectar la precisión de las estimaciones de distancia. Además, las variaciones individuales en los sensores dificultan la aplicación de un modelo entrenado a diferentes unidades. Actualmente, para optimizar el rendimiento, es necesario recalibrar cada sensor en un proceso que puede llevar entre 15 y 20 minutos.
El equipo de investigación anticipa diversas aplicaciones para esta tecnología, que van desde la asistencia humanitaria en desastres hasta la exploración en entornos peligrosos y la inspección de estructuras complejas. Esta investigación demuestra que la combinación de hardware ligero con un procesamiento avanzado a bordo puede ofrecer un método de detección robusto y confiable para drones autónomos, incluso en los más pequeños.