Uma equipe científica, composta por roboticistas da Universidade de Tecnologia de Delft e biólogos da Universidade de Wageningen e da Universidade de Oldenburg, apresentou a ''Bee-Nav', uma estratégia de navegação robótica inspirada em abelhas. A tecnologia permite que até mesmo robôs muito pequenos viajem para longe de sua base e retornem com sucesso utilizando uma memória neural de apenas 42 kilobytes. Em um novo ambiente, o robô primeiro realiza um curto voo de aprendizado próximo ao ponto de partida, assim como fazem as abelhas. Depois disso, ele pode percorrer centenas de metros e ainda encontrar o caminho de volta.
- Leia mais: Celulares Android podem ajudar a prever terremoto?
- Garra robótica promete identificar ponto de maturação das frutas
- Os sinais de que você está com burnout de aplicativos de namoro
A tecnologia permite que robôs leves e seguros naveguem de forma autônoma, abrindo caminho para aplicações como drones semelhantes a borboletas monitorando estufas. A pesquisa também oferece novas perspectivas sobre como os insetos voadores conseguem encontrar o caminho de volta para casa.
Os pesquisadores se inspiraram em abelhas por conta de suas estratégias de voo. O pesquisador Guido de Croon, professor de IA bioinspirada para drones na Universidade de Tecnologia de Delft, na Holanda,explica: "As abelhas podem viajar muito longe da colmeia em busca de néctar (até 13,5 km). Ao saírem, podem descrever trajetórias sinuosas, por exemplo, para explorar novos campos de flores. No entanto, o retorno para casa é quase em linha reta, muitas vezes seguindo um caminho nunca antes percorrido".
Mas Guido de Croon ressaltou também que a experiência intrigou os cientistas: "Voltar em linha reta para casa geralmente é muito mais curto do que refazer completamente o caminho da ida. Contudo, ao fazerem isso, podem acabar não encontrando a colmeia, já que precisam se basear na odometria. Odometria significa registrar a localização acumulando a velocidade e a direção do movimento — algo que sabidamente acumula erros consideráveis ao longo do tempo'', disse.
Especialista em robótica, o professor Marcelo Becker, graduado em engenharia mecânica com ênfase em Mecatrônica pela Escola de Engenharia da Universidade de São Carlos (EESC-USP), ressalta que a abordagem bioinspirada é cada vez mais utilizada: ''Essa pesquisa reforça uma tendência cada vez mais forte na engenharia, que busca solução bioinspirada para problemas complexos. Ao invés de adicionar cada vez mais baterias, os pesquisadores buscam entender como organismos vivos evoluíram milhares de anos, com recursos limitados, como as abelhas que evoluíram com cérebros minúsculos''.
Desafios de navegação
Muitos robôs do futuro precisarão navegar sozinhos, mesmo em locais sem GPS. A maioria dos sistemas atuais faz isso criando mapas detalhados dos ambientes. Porém, isso exige elevada capacidade de processamento e memória, tornando esses sistemas caros e com alto consumo energético.
As abelhas demonstram que pode existir uma solução muito mais eficiente. Mesmo com cérebros minúsculos, elas conseguem percorre rlongas distâncias e retornar para casa. Elas fazem isso, em parte,por meio da odometria: estimam a distância e a direção percorrida susando pistas visuais de movimento. É como se estivessem contando passos.
A odometria, por si só, sofre deriva ao longo do tempo, tornando-secada vez menos precisa. Por isso, os insetos também dependem da memória visual. Eles se lembram da aparência do ambiente ao redor de lugares importantes, como a colmeia. Os cientistas compreendem bem a odometria dos insetos, até mesmo em nível neural, mas a memória visual ainda é muito mais complexa de explicar. Também não estava claro como esses dois mecanismos poderiam ser combinados para ajudar robôs a navegar de forma autônoma.
Uma pequena rede neural aprende então a processar essas imagens para estimar a direção e a distância de volta para casa. Após obter bons resultados em experimentos de orientação realizados em ambientes internos e externos, os pesquisadores avançaram para testes mais complexos. Em uma avaliação realizada no laboratório de pesquisa de drones Unmanned Valley, na Holanda, o equipamento voou mais de 600 metros e retornou ao ponto de partida utilizando uma rede neural de apenas 42 kilobytes. Em grandes espaços internos, como hangares, o sistema obteve sucesso em todos os testes. Em condições de vento forte ao ar livre, a taxa de sucesso caiu para 70%.
Guido Croon aponta a principal diferença entre um drone convencional e o sistema desenvolvido: ''A principal diferença reside no fato de que o sistema proposto treina uma pequena rede neural (com apenas 42kB de memória, por exemplo) para mapear imagens diretamente na direção do movimento".
Além disso, como o robô depende muito da odometria para se locomover a longas distâncias, a rede precisa aprender apenas uma pequena área ao redor da base. "Nossas simulações mostram que, sem uma bússola, a área de orientação apreendida corresponde a apenas 3,4% da área total de voo, enquanto para um robô com bússola, essa área precisa ser de apenas 0,25%. Isso possibilita a navegação com um cérebro minúsculo'', explicou Guido.
Os pesquisadores explicaram que a tecnologia ainda enfrenta dificuldades de navegação em determinadas situações. Segundo eles, o sistema pode funcionar em diferentes ambientes; no entanto, se o cenário se tornar excessivamente labiríntico, será impossível retornar diretamente para a base. Nesses casos, uma estratégia de seguimento de rota faria mais sentido. Além disso, localizar a base em um campo aberto é muito mais difícil para o aprendizado visual do que em locais com objetos de referência próximos.
Um dos principais desafios observados foi a influência do vento. As rajadas forçaram o drone a se inclinar, dificultando o uso das imagens para navegação. Em trajetos mais longos, localizar a base com precisão torna-se ainda mais difícil, o que os pesquisadores apontam como uma possível explicação para o comportamento das abelhas ao escolherem o local de uma nova colmeia.
Marcelo Becker evidencia também a inovação tecnológica como um avanço econômico, capaz de tornar drones mais baratos e acessíveis: "Os pesquisadores desenvolveram essa estratégia usando pouca memória e,com a quantidade memória reduzida, terá pouco gasto de energia Isso abre um caminho para gente ter drones menores, mais leves e mais baratos", disse.
O pesquisador Guido aponta as aplicações futuras da tecnologia: ''Demonstramos que a estratégia 'Bee-Nav' proposta funciona em diversos ambientes do mundo real. No entanto, para aplicações práticas, serão necessários mais investimentos em pesquisa e desenvolvimento".
Duas perguntas para:
Filosofia do desenvolvimento
Em termos técnicos, quais são os maiores desafios para adaptar estratégias naturais de navegação a sistemas artificiais e ambientes urbanos complexos?
"O principal desafio é que ambientes artificiais são mais dinâmicos e imprevisíveis do que os cenários naturais onde as abelhas evoluíram. Mudanças de iluminação e obstáculos móveis, como pessoas e veículos, dificultam o reconhecimento visual. Além disso, ainda é necessário avançar em questões como navegação com múltiplos destinos, adaptação a locais com poucos marcos visuais e integração com sistemas de desvio de obstáculos."
Marcelo Becker, graduado em engenharia mecânica com ênfase em Mecatrônica pela Escola de Engenharia de São Carlos.
Tecnologia
Tecnologia
Tecnologia