Un equipo de investigadores diseñó drones en miniatura inspirados en las notables capacidades de orientación de insectos como las hormigas.
Estos pequeños dispositivos pueden navegar de manera autónoma en interiores por distancias de hasta cien metros.
El avance proviene de la Universidad Técnica de Delft en Países Bajos, cuyos científicos publicaron sus hallazgos en la revista Science Robotics.
El proyecto se basa en estudios biológicos que revelan cómo las hormigas usan señales visuales y cuentan sus pasos para retornar a su nido.
Tomando estos principios, los investigadores, bajo la dirección de Tom van Dijk, desarrollaron una estrategia de navegación que combina la medición de distancias recorridas (odometría) y el reconocimiento visual de puntos de referencia.
Para implementar esta estrategia, utilizaron un dron Crazyflie Brushless de 56 gramos, equipado con una cámara panorámica, un microcontrolador y 192 kB de memoria. El dron fue probado en varios entornos interiores.
Durante sus vuelos, el dron capturaba imágenes del entorno a intervalos regulares. Al regresar, utilizaba estas imágenes para comparar y corregir su ruta, asegurándose de volver al punto de partida de manera precisa.
Esta técnica permite a los drones completar largos trayectos con un mínimo uso de recursos de cálculo y memoria, gracias a la compresión de las imágenes y el espaciado eficiente de las capturas sin perder precisión.
Guido de Croon, coautor del estudio, explicó que el espaciado de las imágenes puede ampliarse significativamente si el dron utiliza la odometría entre capturas, mejorando la eficiencia del proceso.
Estos minidrones, ligeros y autónomos, tienen un amplio potencial de aplicaciones debido a su seguridad, incluso en caso de colisiones accidentales. Su tamaño compacto les permite moverse en espacios reducidos y, si se fabrican a bajo costo, podrían ser desplegados en grandes cantidades para tareas como la detección temprana de plagas o enfermedades en invernaderos.
La mayoría de los robots actuales dependen de recursos externos como el GPS o complejos algoritmos de navegación, opciones que pueden ser costosas y poco fiables. Además, los algoritmos que utilizan mapas detallados suelen ser demandantes en términos de procesamiento y memoria, lo que representa un desafío para los robots pequeños y con recursos limitados.
