Onderzoekers van de TU Delft hebben samen met wetenschappers van Wageningen University & Research en de Carl von Ossietzky Universität Oldenburg een opvallende stap gezet in de ontwikkeling van autonome drones. Geïnspireerd door honingbijen ontwikkelden zij een nieuwe navigatiestrategie waarmee drones zelfstandig hun weg kunnen vinden én terugkeren, zonder zware computersystemen of gps. De resultaten zijn gepubliceerd in het wetenschappelijke tijdschrift Nature.
Waar veel huidige drones afhankelijk zijn van complexe kaarten en krachtige processors, werkt het nieuwe systeem – Bee-Nav – juist met minimale rekenkracht en geheugen. Dat maakt de technologie interessant voor kleine, lichte drones die veilig moeten kunnen opereren in omgevingen waar mensen werken, zoals kassen, magazijnen of industriële installaties.
Navigeren zoals een honingbij
Honingbijen beschikken over een verrassend efficiënt navigatiesysteem. Ondanks hun kleine hersenen kunnen ze grote afstanden afleggen en vrijwel rechtstreeks terugkeren naar hun bijenkorf. Daarbij combineren ze twee technieken: odometrie – het inschatten van afstand en richting via visuele bewegingssignalen – en visueel geheugen van de omgeving rond hun thuisbasis.
De onderzoekers vertaalden dit principe naar een drone. Voor vertrek maakt de drone eerst een korte ‘leervlucht’ rondom zijn startpunt. Tijdens die vlucht slaat hij panoramische beelden van de omgeving op. Vervolgens gebruikt een klein neuraal netwerk die beelden om later de richting en afstand naar huis te bepalen.
Volgens Guido de Croon, hoogleraar bio-geïnspireerde AI voor drones aan de TU Delft, zat juist daar de uitdaging. “Biologen weten al veel over hoe insecten odometrie gebruiken, maar veel minder over hoe hun visuele geheugen precies werkt. Dat gat wilden wij overbruggen om tot een praktische navigatiestrategie voor robots en drones te komen.”
Slechts 42 kilobyte geheugen
De resultaten zijn opvallend. Tijdens tests op drone-testlocatie Unmanned Valley in Valkenburg vloog de drone meer dan 600 meter van zijn startpunt weg en wist vervolgens zelfstandig terug te keren. Daarvoor gebruikte het systeem een neuraal netwerk van slechts 42 kilobyte geheugen – extreem klein vergeleken met conventionele dronesystemen.
Ook binnenshuis, bijvoorbeeld in grote hangars, presteerde het systeem sterk. Bij harde wind buiten daalde het succespercentage naar circa 70 procent, onder meer doordat windvlagen de drone deden kantelen en de camerabeelden verstoorden.
De onderzoekers zien vooral potentie in de glastuinbouw. Kleine autonome drones zouden gewassen kunnen inspecteren en vroegtijdig ziektes of plagen kunnen detecteren. Daarmee kunnen telers opbrengsten verhogen en verspilling verminderen.
Daarnaast biedt het onderzoek nieuwe inzichten in het gedrag van honingbijen zelf. Het project laat zien hoe biologische principes steeds vaker een directe inspiratiebron vormen voor efficiënte technologie in robotica en kunstmatige intelligentie.
