Un dron pequeño no suele tenerlo fácil cuando se queda sin GPS. Para orientarse necesita sensores, mapas, memoria y bastante potencia de cálculo. Una abeja, en cambio, hace algo parecido cada día con un cerebro diminuto, del tamaño de una semilla de sésamo.
Esa comparación ha inspirado a un equipo de la Universidad Tecnológica de Delft. Sus investigadores han creado Bee-Nav, un sistema de navegación que permite a un dron salir, alejarse y volver al punto de partida sin mapa detallado ni señal GPS. Lo más llamativo es la memoria usada en las pruebas grandes, solo 42 kilobytes, menos que muchos archivos de texto corrientes.
Drones que copian a las abejas
Bee-Nav imita una conducta conocida de las abejas melíferas. Antes de alejarse de la colmena, estos insectos hacen vuelos cortos de aprendizaje alrededor de su casa. Parece un paseo sin importancia, pero ahí guardan pistas visuales que después les ayudan a regresar.
El trabajo fue liderado por investigadores del MAVLab de TU Delft, junto con biólogos de la Universidad de Wageningen y de la Universidad Carl von Ossietzky de Oldemburgo. En el artículo participan Dequan Ou, Jesse Hagenaars, Christophe De Wagter, Florian Muijres, Jacqueline Degen y Guido de Croon, entre otros autores.
Guido de Croon, profesor de inteligencia artificial bioinspirada para drones en TU Delft, explicó que al equipo le fascinaba que las abejas pudieran «volar lejos por rutas sinuosas y volver casi rectas». Esa frase resume bien el reto. ¿Cómo logra algo así un insecto con tan poca capacidad de cálculo?
Un vuelo corto para aprender
La clave está en hacer primero un pequeño vuelo de entrenamiento cerca de la base. Durante ese recorrido, el dron toma imágenes panorámicas del entorno. No guarda un mapa completo, como haría un robot más pesado, sino una especie de memoria visual muy compacta.
Esa memoria se entrena con una red neuronal, un programa que aprende a relacionar datos. En este caso, las imágenes se conectan con una dirección y una distancia aproximadas hacia casa. Dicho de forma sencilla, el dron aprende qué aspecto tiene el vecindario de su punto de partida.
También usa odometría, que es una manera de calcular cuánto se ha avanzado y hacia dónde. Es algo parecido a contar pasos mientras caminas por una zona que no conoces. El problema es que ese cálculo se va desviando poco a poco, y ahí entran las imágenes para corregir el rumbo cuando el dron se acerca a casa.
Solo 42 kilobytes de memoria
El ahorro de memoria es el punto que hace especial a Bee-Nav. En pruebas de regreso visual dentro de un área pequeña, el dron usó una red neuronal de apenas 3,4 kilobytes y logró volver al punto de partida. En vuelos más largos, tanto en interiores como en exteriores, el sistema necesitó 42 kilobytes.
El estudio publicado en Nature indica que el dron regresó a menos de medio metro de su base en todos los vuelos de entre 30 y 110 metros. En condiciones exteriores con viento, logró volver en siete de cada diez vuelos de entre 200 y 600 metros. No es perfecto, pero tampoco es una simple demostración de laboratorio.
La diferencia con los sistemas clásicos es importante. Muchos robots autónomos construyen mapas tridimensionales detallados, y eso exige ordenadores potentes, más batería y más peso. Para un dron muy pequeño, cada gramo cuenta. Como en una mochila de excursión, meter menos cosas puede cambiarlo todo.
El viento sigue siendo un problema
Las pruebas también dejaron claro dónde falla todavía el sistema. En hangares grandes y cerrados, Bee-Nav funcionó de forma muy fiable. Fuera, con viento, el dron se inclinaba y la cámara veía el mundo desde un ángulo menos útil.
Dequan Ou, primer autor del trabajo y doctorando en TU Delft, reconoció que los resultados son alentadores, pero que el sistema debe hacerse más robusto en condiciones reales. Es un matiz importante. Una cosa es volver a casa en un campo de pruebas y otra moverse entre árboles, cables, edificios o ráfagas cambiantes.
Aun así, el enfoque tiene una ventaja clara. No necesita reconocer cada detalle del camino completo. Solo debe usar la odometría para acercarse y la memoria visual para rematar la vuelta, como quien llega a su barrio y empieza a reconocer una esquina, una fachada o una farola.
Para qué puede servir Bee-Nav
Los investigadores ven aplicaciones en drones ligeros para invernaderos, inspección de infraestructuras, agricultura y almacenes. En esos lugares, el GPS puede fallar o no estar disponible. También interesa que los robots sean pequeños y seguros, sobre todo si vuelan cerca de personas o cultivos.
En la práctica, un dron con Bee-Nav podría salir desde una base, revisar plantas, tuberías o estanterías y regresar sin cargar con un ordenador pesado. Eso no elimina la necesidad de sensores ni de controles de seguridad, pero reduce una de las grandes barreras de los robots diminutos.
El trabajo también ofrece pistas a los biólogos. Los científicos no pueden ver con total precisión qué ocurre dentro del cerebro de una abeja mientras navega, pero sí pueden probar hipótesis en robots. Si un sistema tan pequeño funciona, quizá la naturaleza use trucos parecidos.
Una pista desde la naturaleza
Bee-Nav no demuestra exactamente cómo piensan las abejas. Eso sería ir demasiado lejos. Lo que sí muestra es que una combinación sencilla de memoria visual y cálculo del movimiento puede bastar para regresar desde bastante distancia.
Al final, la idea es elegante. En vez de pedir a un dron pequeño que construya un mapa enorme, se le enseña a recordar lo justo. Como cuando sales de casa y no memorizas toda la ciudad, solo las señales que te ayudan a volver.
El estudio oficial se ha publicado en Nature.
