Sir Airffic GoMucho de esto viene de artículos científicos, pero las palabras son sencillas. Sigue conmigo.
Cuatro etapas de comprensión
- Detección: encontrar personas, coches y cables eléctricos en una imagen y dibujar un recuadro alrededor.
- Seguimiento: seguir hacia dónde se mueve después un objeto encontrado.
- Autolocalización: calcular cuánto y hacia dónde te has movido a partir del movimiento de la imagen y la IMU (VIO: odometría visual-inercial).
- Comprensión e instrucciones: entender «revisa detrás de la casa del tejado rojo» y unir las palabras con lo que ves (VLM: una IA que maneja imágenes y lenguaje a la vez).
Volar mientras haces el mapa: SLAM y VIO
A finales de la década de 2000, laboratorios universitarios empezaron a calcular la posición de un dron pequeño con una sola cámara y una IMU. Todo empezó ahí.
Se publicaron métodos como SVO, VINS-Mono y ORB-SLAM, que se convirtieron en bases compartidas. La investigación abierta se transformó en componentes de productos.
Si los drones profesionales de hoy pueden volar bajo puentes y en interiores, es gracias a este trabajo acumulado.
Desde arriba, las cosas se ven pequeñas y deformadas
Una IA entrenada con fotos tomadas a ras de suelo lo pasa mal con las vistas desde arriba: las personas se vuelven puntos y los coches cambian de forma.
Se crearon conjuntos de datos aéreos como VisDrone y DOTA para poder entrenar una IA específica para el cielo.
Quien tiene los datos decide lo lista que llega a ser la IA. Eso no ha cambiado en la era de los modelos fundacionales.
Sir Airffic GoLas diferencias entre IA suelen depender más de cuántos datos aéreos tienes que de los algoritmos. Recuérdalo para el capítulo de estrategia.
El día en que la IA venció a los campeones humanos
En 2023, un dron con IA llamado Swift, creado en la Universidad de Zúrich, venció a campeones mundiales humanos de carreras de drones. El trabajo se publicó en Nature.
Swift calculaba su posición solo con una cámara y una IMU, y aprendió a volar mediante aprendizaje por refuerzo: practicando muchísimas veces en simulación.
Fue en un circuito fijo. Igualar esa habilidad en el cielo real, con tiempo cambiante y obstáculos, sigue siendo un reto abierto.
Carreras de drones a nivel de campeón con aprendizaje por refuerzo profundo (UZH)
Pruebas: [N124]
La próxima ola: ver, razonar y actuar según palabras
Desde 2023 aproximadamente, grandes modelos de IA que manejan imágenes y lenguaje a la vez (modelos fundacionales) empezaron a servir de cerebro para robots.
Crece la investigación sobre drones que siguen instrucciones habladas mientras entienden la escena (navegación aérea con visión y lenguaje).
Los modelos grandes pesan mucho, y ejecutarlos rápido a bordo sigue siendo difícil. Por eso hay que leer también el siguiente capítulo: los chips.
Pruebas: [N133]
Preguntas frecuentes
¿En qué trabajos se usa la visión artificial para drones?
Usos habituales: detectar grietas en puentes y líneas eléctricas, revisar la salud de los cultivos, encontrar personas en búsqueda y rescate, vigilancia y control del tráfico, y comprobar los puntos de entrega.
¿Qué es la odometría visual-inercial (VIO)?
Un método que combina el movimiento de la imagen con las medidas de aceleración y giro de la IMU para calcular cuánto se ha movido el dron. Es una tecnología básica para volar sin GPS.