O novo sistema FALCON AI utiliza a aprendizagem por reforço, que lhe permite reconhecer e adaptar-se em tempo real à turbulência.
Uma nova pesquisa pioneira publicada na NPJ Robotics detalha a criação de sistema de controlo baseado em inteligência artificial (IA) destinado a reduzir o impacto da turbulência em estruturas dinâmicas, centrado principalmente em veículos aéreos não tripulados (UAV). Este desenvolvimento oferece um potencial promissor para voos mais suaves dos UAV, mesmo em condições atmosféricas imprevisíveis.
A turbulência, conhecida por causar tremores repentinos durante mudanças na pressão do ar, é um desafio para os UAVs, que não têm a adaptabilidade natural que os animais usam para navegar em tais flutuações. O novo estudo revela como o sistema FALCON AI pode ajustar automaticamente os controlos de uma aeronave para compensar a turbulência em tempo real, escreve o Live Science.
Ao contrário dos sistemas de IA anteriores, normalmente concebidos para condições específicas, o FALCON utiliza a aprendizagem por reforço para se adaptar universalmente. Esta técnica de aprendizagem automática permite que o FALCON compreenda e reaja a vários padrões de turbulência, em vez de se limitar a cenários pré-definidos.
O ponto central desta abordagem é a análise de Fourier, que usa funções semelhantes a ondas para representar digitalmente as condições do vento. Este método alinha-se bem com a natureza periódica dos padrões de vento, tornando o FALCON mais eficaz no reconhecimento e ajuste à turbulência.
Hever Moncayo, professor na Embry-Riddle Aeronautical University salientou o potencial da inovação, referindo a sua compatibilidade com sistemas computacionais modernos como o Jetson, que suportam a aprendizagem em tempo real, a análise de Fourier e o controlo adaptativo. Esses sistemas poderiam integrar-se perfeitamente no FALCON, aumentando a sua eficácia na gestão da turbulência.
A equipa de investigação testou o FALCON no túnel de vento do Caltech, equipando um modelo de aerofólio com sensores de pressão e mecanismos de controlo. Posicionado a montante, um cilindro móvel introduziu turbulência aleatória, simulando condições reais. Em apenas nove minutos, o FALCON adaptou-se com sucesso para manter a estabilidade do aerofólio, ajustando a inclinação e a guinada com base em leituras de pressão imediatas.
“Os testes do Caltech demonstram que o FALCON aprende em minutos, mostrando o potencial de escalabilidade para aeronaves maiores”, afirmou Moncayo. No entanto, a transição para a aplicação no mundo real exigirá mais investigação, especialmente para lidar com condições atmosféricas diversas e imprevisíveis. Também continua a haver desafios na validação do desempenho do sistema em vários tipos e configurações de UAV.
Além disso, os investigadores estão a considerar a possibilidade de partilha de dados entre aeronaves para fornecer avisos precoces de turbulência, o que poderia melhorar significativamente a estabilidade do voo. No entanto, tais avanços exigirão protocolos rigorosos de cibersegurança para evitar o acesso não autorizado a dados críticos da aeronave.
