Международная группа исследователей разработала инновационную систему автономной навигации для микродронов, которая позволяет им находить путь обратно к точке запуска без использования GPS, карт или сложных навигационных решений. Эта технология, получившая название Bee-Nav, повторяет природный механизм ориентации медоносных пчел, сочетая короткую фазу учебного полета, инерционное отслеживание движения и минимальную визуальную память.
Об этом сообщает ProIT
Принципы работы системы Bee-Nav
Суть подхода заключается в создании дронами минимальной модели окружающего пространства во время короткого стартового полета. Во время этого этапа устройство запоминает ключевые визуальные ориентиры и оценивает собственное движение в пространстве. После завершения обучения дрон может улетать на значительные дистанции — до 600 метров — и надежно возвращаться, не имея глобальной карты окружающей среды. Визуальная нейросеть активируется только тогда, когда дрон возвращается в знакомые зоны, корректируя ошибки, накопившиеся во время инерционной навигации.
“Мы предлагаем “Bee-Nav” — высокоэффективную навигационную стратегию, вдохновленную учебными полетами медоносных пчел, во время которых они формируют зрительную память”, — из оригинального исследования, опубликованного в Nature.
На практике новая система позволяет дронам с миниатюрными нейронными сетями объемом от 3,4 до 42 килобайт стабильно возвращаться даже в сложных условиях — при сильном ветре или изменяющемся освещении. Это существенно отличается от традиционных SLAM-систем, которые требуют значительных вычислительных мощностей и преимущественно используются в крупных роботах.
Преимущества и потенциальное применение био-вдохновленной навигации
Исследователи подчеркивают, что Bee-Nav основана на принципе “learned homing area” — дрон сохраняет визуальные данные о ограниченной зоне, что позволяет ему точно корректировать маршрут в знакомой среде. Выйдя за пределы этой зоны, аппарат ориентируется только благодаря инерционной навигации, что делает систему простой и энергоэффективной для возвращения на базу. Такой подход идеально подходит для задач мониторинга урожая в теплицах, поисково-спасательных операций, инспекции инфраструктуры и автономной доставки.
Последние тенденции в сфере автономных систем демонстрируют отход от классических картографических технологий в пользу биологически вдохновленных моделей, использующих локальную память, оптический поток и обучение без супервизии. В таких решениях главную роль играет способность быстро реагировать на локальные изменения окружающей среды, а не построение глобальной карты.
Ученые отмечают, что легкие нейросети, которые работают на минимальном аппаратном обеспечении, способны надежно направлять дроны на сотни метров назад к базе даже в сложных условиях. Это открывает новые перспективы для развертывания миниатюрных автономных аппаратов в сферах, где традиционные ориентировочные системы малоефективны.
Исследовательский проект создан в сотрудничестве с университетами Нидерландов, Германии и биологическими лабораториями, с акцентом на энергоэффективной робототехнике и нейробиологии навигации. Специалисты также признают потенциал такого подхода для военного использования, ведь автономная навигация без GPS является критически важной для беспилотных систем в зонах с радиоэлектронной помехой.
Специалисты подчеркивают, что первые внедрения подобных систем ожидаются прежде всего в гражданских сферах, но с возможностью адаптации для оборонительных задач, если они будут интегрированы в соответствующие платформы.
