Komunikacja w czasie rzeczywistym. To właśnie robi różnicę
System o nazwie T-STAR (Time-Optimal Swarm Trajectory Planning) rozwiązuje kluczowy problem błyskawicznej wymiany informacji między dronami podczas lotu. Działa to w ten sposób, że każda maszyna w grupie natychmiast dostosowuje swoją trajektorię na podstawie danych od pozostałych. Mechanizm opracowany pod kierunkiem dr. Junyana Hu przypomina nieco zachowanie ptaków w locie, ale z precyzją możliwą tylko w świecie cyfrowym. Co ciekawe, twórcy systemu zapewniają, że drony nie muszą już wybierać między prędkością a unikaniem kolizji.
Czytaj też: USA skopiowały irańskie drony bojowe. Nowy Arrowhead to coś więcej niż zwykła kopia Shahed-136
Laboratoryjne testy pokazują, że roje korzystające z T-STAR kończą misje szybciej, zachowując przy tym płynniejsze i bardziej przewidywalne trasy. Co ważne, poprawa wydajności nie następuje kosztem bezpieczeństwa. Przynajmniej w kontrolowanych warunkach badawczych. Potencjalne zastosowania wykraczają daleko poza akademickie eksperymenty. W akcjach ratunkowych, gdzie czas ma kluczowe znaczenie, sprawne działanie całych grup dronów może rzeczywiście zmienić reguły gry.
System mógłby znaleźć zastosowanie podczas klęsk żywiołowych. Przykłady?
- trzęsienia ziemi – szybkie mapowanie zniszczeń i lokalizacja poszkodowanych
- powodzie – monitorowanie poziomu wody i wsparcie ewakuacji
- pożary lasów – śledzenie rozprzestrzeniania się ognia i koordynacja akcji gaśniczych
W sektorze cywilnym T-STAR może otworzyć nowe możliwości dla logistyki i rolnictwa. Dostarczanie przesyłek przez zsynchronizowane roje dronów mogłoby stać się znacznie efektywniejsze, podobnie jak monitorowanie stanu upraw.
Równowaga to klucz
Podstawą działania T-STAR jest znalezienie optymalnej równowagi między autonomią poszczególnych jednostek a koordynacją grupy. System ma być na tyle elastyczny, że awaria jednego drona nie paraliżuje działania całego roju. Zamiast tego pozostałe maszyny natychmiast dostosowują swoje zachowanie. Badania opisane w czasopiśmie IEEE Transactions on Intelligent Transportation Systems sugerują, że technologia jest gotowa do testów w rzeczywistych warunkach zewnętrznych.
Czytaj też: Komputery zaczęły same bawić się w naukowców. Sztuczna inteligencja rozpisuje eksperymenty i sprawdza wyniki
Rozwój T-STAR to kolejny krok w kierunku przyszłości, w której roje dronów staną się elementem naszej codzienności. Od misji ratunkowych po rutynowe dostawy – system z Durham University sugeruje, że być może nie musimy już wybierać między szybkością a bezpieczeństwem. Pozostaje jednak pytanie: jak rozwiązanie sprawdzi się poza laboratoryjnymi warunkami i przy jakich kosztach implementacji?