Aprendizaje profundo aplicado al control adaptativo predictivo en UAVs

La Inteligencia Artificial (IA) viene acompañada del término Deep Learning o aprendizaje profundo. Recientes éxitos con esta técnica han creado gran expectación en la comunidad científica con el fin de resolver tareas a partir del aprendizaje utilizando datos en crudo recopilados de los sensores configurados para ello. Esta es una tecnología presente en una amplia variedad de industrias como la del automovilismo, las cuales incorporan módulos muy similares a los autopilotos de UAV profesionales.

¿Qué es el aprendizaje profundo o aprendizaje automático?

El Aprendizaje profundo (Deep Learning) es un conjunto de algoritmos de aprendizaje automático que intenta modelar abstracciones de alto nivel en datos usando arquitecturas compuestas de transformaciones no lineales múltiples.
En los UAV o vehículos no tripulados se utiliza de forma habitual una forma de aprendizaje automático o aprendizaje profundo llamado control adaptativo. A grandes rasgos, este tipo de capacitación predictiva en los drones profesionales permite que el UAV pueda predecir posibles cambios en su entorno o en la propia plataforma. De esta forma puede mantener un control de vuelo óptimo durante toda su ruta, es por eso que en Embention invertimos una parte importante de I + D en hacer que este proceso de aprendizaje sea los más avanzado posible en nuestro Veronte Autopilot 1x.

El control adaptativo predictivo como base para un vuelo de alto rendimiento

El control adaptativo es un método que permite adaptar el control de la estructura de acuerdo con parámetros variables, o que inicialmente son desconocidos. A diferencia de los controles no adaptativos, los cuales mantienen unos parámetros de control fijos durante toda la operación. Este método se centra en los cambios del control, ajustando los distintos parámetros en función de las variaciones en la plataforma y el entorno.
El control adaptativo es vital en los UAV, ya que permite configurar el controlador de modo que este se adapte automáticamente a las condiciones de vuelo cambiantes. Un ejemplo de este control es el que se aplica para la compensación de peso, donde durante el vuelo de una aeronave, la masa de esta disminuye como resultado del consumo de carburante.
Para realizar este proceso, se puede, o bien aplicar una fórmula de conversión que ajuste el controlador automáticamente en función de ciertas variables del sistema, o bien integrar algoritmos de auto-identificación de planta. De este modo el sistema realiza el ajuste del controlador por sí mismo en función del estado global del sistema controlado por el autopiloto.

Aplicaciones del Control Adaptativo en UAVs

Este tipo de control tiene diversas aplicaciones en el campo de los UAVs, entre las cuales podemos destacar: aeronaves de grandes dimensiones, aeronaves para reparto de cargas y dispersión de líquidos, dónde las cargas de pago son de una masa considerable para el dron o la misma plataforma es más sensible por sus dimensiones. También se incorpora en sistemas de alta velocidad, sistema tolerante a fallos, aeronaves tethered, etc. en las cuales se hace necesaria la integración de un sistema de control adaptativo como un valor fundamental para su funcionamiento.
El Veronte Autopilot 1x no solo incorpora la función de Control adaptativo sino que trabaja e invierte constantemente en desarrollar un sistema predictivo para poder llevar a cabo un control avanzado de cualquier aeronave, indiferentemente de sus condiciones, masa, carga y tipología.