Drones que saben trabajar en equipo

Que los drones revoloteen a nuestro alrededor es solo cuestión de tiempo. La Comisión Europea prevé que, de aquí al 2035, sean usados en todo tipo de tareas, sobre todo en el sector de servicios, con un impacto económico que superará los 10.000 millones de euros anuales. Pero antes deben resolverse importantes cuestiones relacionadas con la seguridad, como que no choquen entre sí, con otros objetos o contra nosotros.

Y la complejidad crece cuando queremos que realicen tareas colaborativas para las que deberán sincronizarse, en algunos casos con gran precisión. Algo tan sencillo, en apariencia, como que un par de drones cojan una barra por sus extremos y la transporten cuidadosamente es, de hecho, un reto para los ingenieros. Lo resuelven gracias a la ayuda de matemáticos como Leonardo Colombo, del Instituto de Ciencias Matemáticas (ICMAT), que con su beca de posdoctorado Junior Leader desarrolla algoritmos que permitirán a los drones trabajar en equipo.

¿De qué manera ayuda el algoritmo matemático a que un equipo de drones sea colaborativo?

Un algoritmo es como una receta de cocina. Necesita unos ingredientes que, en nuestro caso, serían los datos que toman los sensores del propio dron, que informan de las distancias con respecto de los demás. Con estos datos, se cocina el plato siguiendo instrucciones concretas. Este proceso, en nuestro caso, es el algoritmo y consiste en una serie de cálculos a partir de esos datos longitudinales que permiten a cada dron calcular su posición respecto a los demás. Conociendo dónde están ubicados en referencia a los otros drones y al entorno, pueden saber también si va a haber un choque entre ellos o no.

¿Por lo tanto el plato final es que el dron sepa si va a chocar o no?

Exactamente. Si el algoritmo dice que las posiciones son malas, los drones probarán otras distintas, corrigiéndolas mediante nuevas estimaciones obtenidas en cada momento, según cálculos del mismo algoritmo. De esta manera, pueden ir ajustando sus posiciones para que se muevan en formación evitando una colisión.

Esto quiere decir que toman decisiones de forma colaborativa, ¿no?

Así es. Este es uno de los objetivos de este proyecto: hacer desarrollos que sirvan para que decidan cómo deben moverse de forma autónoma, sin que nosotros les demos indicaciones. Solo necesitan de sensores que midan distancias y de los algoritmos matemáticos que permiten calcular la posición relativa deseada para que el grupo de drones pueda llevar a cabo su misión.

¿De qué tipo de misiones estamos hablando? ¿Qué podrán hacer los enjambres de drones?

Sus usos pueden ser muy variados, pero son especialmente interesantes para inspeccionar áreas muy grandes, donde se necesita recibir información de distintos puntos de forma simultánea. De alguna manera, es como cuando se retransmite un partido de fútbol. Si quieres saber lo que realmente está pasando, necesitas poner muchas cámaras que te ofrezcan información desde distintas perspectivas del campo de juego. Los drones colaborativos permitirán hacer algo equivalente, por ejemplo, en prospecciones marinas donde hay acumulación de microplásticos. O en las labores de extinción de grandes incendios, en las que es fundamental conocer dónde se encuentran los “puntos calientes” del fuego, para poder atajarlo. También serán útiles para detectar altas velocidades en las carreteras. De hecho, esto último ya lo ha comenzado a hacer la Dirección General de Tráfico.

También sirven para transportar objetos, ¿verdad?

Sí. En un futuro, permitirán llevar medicinas y alimentos a lugares de difícil acceso para las personas o los vehículos, como lugares remotos. Pueden ser de gran utilidad en cuestiones humanitarias. Curiosamente, resulta menos seguro transportar un objeto como una barra, para lo que se necesitan solo dos drones, uno en cada extremo de la barra, que una caja, para la que se necesitan cuatro drones.

¿Por qué pasa esto?

Estos drones que trabajan en equipo se posicionan formando figuras geométricas y el algoritmo hace sus cálculos a partir de las estimaciones de las distancias entre ellos. Y, sencillamente, algunas formas plantean más dificultades que otras. En una formación en triángulo, por ejemplo, los drones pueden ser equidistantes entre sí, lo cual facilita muchísimo los cálculos. Pero en una formación en cuadrado, siempre habrá menor distancia entre los drones adyacentes que los que están en diagonal, que están más lejos entre sí. Por lo tanto, podríamos decir que sus cálculos son, simplificando mucho, “más complejos” y, en consecuencia, cuesta más sincronizar su movimiento.

¿Cuál es la formación más complicada de coordinar?

La de tres o más drones que van en fila. Cada uno de ellos establece una distancia distinta con el resto de vecinos, hecho que plantea muchos problemas matemáticos.

¿Y de qué manera plantea tu proyecto solucionar este problema?

Cuantas más distancias distintas tenga que gestionar un dron, más complejos serán sus cálculos para posicionarse de forma correcta. Y no solo eso, sino que, cuando las distancias varían, habitualmente se produce un retraso de la transmisión de los datos posicionales, de forma que todo se complica todavía más. Lo que nosotros intentamos es aliviar esta enorme sobrecarga de información. Lo hacemos creando algoritmos que permitan que los drones no necesiten calcular las posiciones de todos sus compañeros, sino que sean capaces de posicionarse simplemente conociendo las distancias de sus vecinos más cercanos. Es lo que se llama “descentralización”. De esta manera, evitamos que los sensores colapsen porque nuestro algoritmo necesita menos datos.

Deduzco que facilitar que los cálculos sean sencillos y ágiles es importante.

Mucho. Cuando una red wifi es usada por mucha gente al mismo tiempo se acaba sobrecargando. El ancho de banda explota y deja de funcionar. Con los drones colaborativos pasa lo mismo. Si hay demasiados datos, consumen mucha energía, la batería se agota y el sistema de comunicación entre ellos se colapsa. Por eso la descentralización puede ser fundamental para su futuro. Plantea una solución para uno de sus problemas más importantes: la duración de las baterías. Si compras un dron comercial, a día de hoy, puedes conseguir que alcance una velocidad de 70 o 80 km/h. Sin embargo, solo lo podrás hacer volar durante media hora. ¿Te has planteado alguna vez por qué Amazon no tiene drones de transporte a larga distancia? Es porque las baterías no aguantan el tiempo necesario.

Entonces, ¿podréis hacer baterías más duraderas?

Sí, entre otras cosas. Las baterías pueden seguir siendo las mismas, pero intentamos que sean más eficientes energéticamente. Es una perspectiva innovadora. De hecho, somos los únicos que estamos trabajando en España en la descentralización de algoritmos para tareas cooperativas con drones que transportan objetos. También tenemos en cuenta, a la hora de modelizar el movimiento de los drones colaborativos, otros factores: la incertidumbre inherente al viento o a posibles fallos técnicos, como que uno de los rotores deje de funcionar, que puedan desestabilizarlos, o cómo hacer que sean capaces de pasar todos juntos por un túnel o espacios reducidos… Todos estos problemas son muy particulares, muy propios de los drones colaborativos.

¿Hay alguna similitud entre la forma en que se coordinan aves que se mueven en formación o bancos de peces y los mecanismos que se intentan implementar en los drones colaborativos?

Sí las hay. Los drones pueden volar en bandada coordinada, como muchos grupos de animales. Hace poco se han visto enjambres de drones testados al aire libre en los festejos de fin de año de Shanghái, donde los robots autónomos despegaban en un campo, atravesaban el cielo abierto, volaban en formación e incluso seguían a un líder en el enjambre. Pero lo ideal, en el ámbito tecnológico, y también lo difícil, es hacer todo esto de un modo descentralizado, a diferencia de lo que se ha estado haciendo hasta ahora de forma experimental. No es fácil imitar a los animales. En una bandada de aves, por ejemplo, hay una fuerza de reacción entre ellas que evita colisiones, ya que un ave no sabe lo que hará la otra y tiene que reaccionar instantáneamente. Esa fuerza es muy difícil de predecir, porque nosotros no estamos en la mente del ave. En mi caso, investigo cómo a través de observaciones de posiciones, velocidades y aceleraciones de agentes –por ejemplo, en una bandada de aves– que pueden medirse mediante láseres, uno es capaz de reconstruir una función que describa su movimiento y las fuerzas de reacción. De esta forma, se podría reproducir este movimiento coordinado de un grupo de aves en un enjambre de drones.

Has ganado una beca de ”la Caixa” que te permitirá seguir trabajando en este ámbito.

Sí, ha sido un apoyo muy importante. No solo para plantear mejoras en la forma en que se comunican los drones entre sí, sino también en la manera en que pueden llevar a cabo tareas de transporte. Para mí, haber ganado esta beca supone un compromiso para mostrar a la sociedad cómo las matemáticas realmente pueden ayudar en un problema de la vida cotidiana.

Leonardo Colombo operando un dron. GPSIC Lab, FIUBA, Argentina.
Fotografía tomada por Juan Ignacio Giribet