Pequeños drones robóticos aprenden a navegar como las abejas para volver a casa sin GPS

Al mapear su punto de partida como lo hacen las abejas, los drones autónomos pueden encontrar su camino y desarrollar misiones de gran importancia en zonas inaccesibles. El avance podría facilitar tareas de vigilancia, inspección y rescate en espacios donde otros dispositivos no pueden acceder.

Un equipo de especialistas de la Universidad Tecnológica de Delft, en Países Bajos, ha desarrollado un sistema de navegación para drones pequeños que imita la forma en que las abejas se orientan en el espacio. La clave está en que el robot memoriza su punto de partida durante un vuelo de aprendizaje, para así calcular el regreso con gran precisión, incluso sin acceso a GPS. La propuesta abre nuevas posibilidades para misiones en zonas de difícil acceso, desde invernaderos hasta túneles y entornos industriales.

Un sistema bioinspirado y eficiente

El sistema, llamado Bee-Nav, se inspira en los “vuelos de aprendizaje” de las abejas, esos primeros recorridos cortos con los que el insecto memoriza el entorno antes de alejarse de la colmena. Los detalles pueden encontrarse en un nuevo estudio publicado en la revista Nature.

El principio es simple, ya que la abeja combina solo dos estrategias: primero integra mentalmente su desplazamiento para saber hasta qué distancia se apartó del hogar, y luego corrige el rumbo con referencias visuales del paisaje, según informa Scientific American.

Bee-Nav reproduce ese mecanismo con un dron que realiza un vuelo de aprendizaje alrededor de su punto de partida, mientras una cámara omnidireccional captura imágenes del entorno. Con esos datos, una pequeña red neuronal aprende a traducir las imágenes en un “vector hogar”, una especie de flecha invisible que apunta de vuelta a la base.

De acuerdo a una nota de prensa, la gran novedad no es solo la inspiración biológica, sino la eficiencia del sistema. El esquema puede funcionar en robots con recursos muy limitados: solo requiere una red compacta de 3,4 kB y otra de 42,3 kB, ejecutadas en una Raspberry Pi 4.

Ahorro de recursos y altas tasas de éxito

En pruebas reales, el dron regresó a menos de 0,5 metros de su punto de origen en el 100 % de los vuelos de entre 30 y 110 metros, y logró tasas de éxito del 70 % en recorridos de 200 a 600 metros bajo condiciones de intenso viento. Los autores destacan que el método requiere mucha menos memoria que los enfoques tradicionales basados en mapas de alta precisión.

El ahorro de recursos es clave, porque los drones pequeños no pueden cargar sistemas de navegación complejos. De esta manera, los métodos de navegación más sofisticados suelen quedarse restringidos a robots grandes o a hardware más potente, mientras que Bee-Nav abre la puerta a misiones de bajo consumo en plataformas ligeras.

La nueva estrategia podría ser útil para robots que salen de una base, realizan una tarea y vuelven para recargarse o devolver datos u objetos. También para enjambres de robots pequeños destinados a monitorear cultivos en invernaderos o a seguir inventarios en depósitos. Sin embargo, por ahora el sistema está pensado para una sola ubicación de retorno y todavía necesita resolver cómo superar obstáculos y la navegación en entornos más dinámicos.