Tecnologia de Drone: Tendências de Hoje e o Que Vem a Seguir

A facilidade de uso, poucas peças mecânicas e a aceitação do público em geral fazem desta plataforma a mais utilizada. A compacidade dos mais novos quadricópteros é combinada com impressionantes pacotes de sensores. Agora, todo trabalho em campo pode carregar um drone em sua caixa de ferramentas. Os mesmos avanços que tornam os drones mais compactos permitem que múltiplos rotores maiores voem mais e carreguem mais. Estamos nos aproximando daquele tempo de voo de uma hora demonstrado em campo para múltiplos rotores elétricos com carga útil, com aeronaves maiores atingindo 40 a 45 minutos regularmente.

Se o alcance for a prioridade, as asas funcionarão melhor. Quando você combina a simplicidade de um avião com a complexidade e utilidade de múltiplos rotores, você obtém plataformas VTOL. Estes combinam o tempo de voo de uma aeronave de asa fixa com a simplicidade de decolar e pousar como um mútiplo rotor. Por exemplo, o Quantum-Systems Vector é uma grande estrutura com uma capacidade de carga útil significativa que se converte em uma plataforma VTOL girando os motores nas asas para fazer a transição entre o voo vertical e para a frente. E o WingtraOne Gen II, que decola e pousa em sua cauda, vira para a horizontal quando atinge a altitude desejada. Independentemente do design da VTOL, os usuários adoram o benefício de poder voar em áreas onde os aviões tradicionais não podem.

O tamanho padrão da imagem costumava ser de 12 megapixels; agora, 20 megapixels é o mínimo absoluto para a maioria dos casos de uso. Plataformas maiores estão carregando sensores RGB de 40, 60 e até 100 megapixels. Isso permite trajetórias de voo mais eficientes, pois o drone não precisa estar tão próximo do assunto para obter a mesma resolução ou distância de amostragem do solo (GSD). Isso significa menos linhas de voo, maior altitude e menos imagens coletadas.

Assim como suas contrapartes RGB, esses sensores ficaram mais baratos e mais leves e têm mais resolução. Surpreendentemente, há uma aceitação lenta de seu uso. Pode haver algumas razões para isso. Ao contrário de uma câmera RGB, o uso preciso de sensores multiespectrais exige uma etapa manual adicional de calibração das imagens. Isso pode estar limitando o mercado ao setor agrícola, que está mais familiarizado com esse processo. E há muito poucos pacotes multiespectrais de plug-and-play para as plataformas de aeronaves mais populares. O número de pacotes certamente está melhorando, porém, mais lentamente do que o esperado.

As empresas têm trabalhado para colocar o lidar em drones desde o advento dos drones. Dois dos principais desafios têm sido o peso do sensor e a precisão das unidades de medida inercial (IMUs). Recentemente, esses dois problemas foram resolvidos. Os pulsos de laser podem penetrar na vegetação, permitindo um modelo digital de superfície (DSM) mais preciso. Isso leva ao desafio de gerenciar os dados da nuvem de pontos resultantes. O futuro aqui é o gerenciamento da nuvem. Essa tendência reflete como o mapeamento aéreo de aeronaves tripuladas fez a transição de imagens para lidar, superando desafios semelhantes, mas em um período de tempo reduzido.

No passado, cada fabricante de drones tinha sua própria equipe de desenvolvimento para navegação de piloto automático e controle de aeronaves. Agora, os fabricantes de hardware de drones estão contando com empresas de piloto automático para lidar com a parte de comando e controle do sistema. A Auterion é um desses fabricantes, criando o Skynode, um piloto automático completo que lida com o aspecto autônomo do voo. O Skynode também tem uma conexão de dados de celular que essencialmente transforma cada drone em um dispositivo IoT capaz.

Em uma mudança dramática, o Departamento de Defesa dos EUA (DoD) proibiu os drones DJI chineses usados ​​pelo departamento. Em resposta, a Unidade de Inovação em Defesa (DIU) do DoD começou a avaliar hardware e software de drones para serem aprovados para uso. A lista atual do DIU inclui hardware da Freefly, um fabricante de drones dos EUA que desenvolve drones para filmes e TV há anos e está em posição de ser uma plataforma de mapeamento confiável também.

À medida que os sensores ficam maiores e contêm mais dados, o tamanho digital dos conjuntos de dados fica mais pesado. O processamento de conjuntos de dados costumava ser feito exclusivamente em computadores de desktop. Isso está mudando para um método de processamento centrado na nuvem. O processamento de desktop offline sempre terá seu lugar—principalmente no processamento de campo rápido para tomada de decisão imediata. Os dados brutos então chegam à nuvem, onde pode haver maior resolução e conjuntos de dados maiores para o restante dos usos da organização. A nuvem pode dimensionar automaticamente o processamento para atender às necessidades de tamanhos de arquivo maiores e entregar o resultado ao fluxo de trabalho corporativo do usuário.

Um exemplo seria durante um evento de desastre – os drones geralmente são as primeiras aeronaves na cena coletando dados. Se a conexão com a Internet não estiver disponível, o processamento rápido local poderá fornecer aos socorristas as informações necessárias para tomar decisões. Posteriormente, os dispositivos se conectarao à internet e os dados brutos serão carregados na nuvem, onde serão processados em conjuntos de dados maiores. As partes interessadas podem analisar esses conjuntos de dados online sem precisar transferi-los de computador para computador.

Transformar imagens brutas em conjuntos de dados 2D e 3D sempre levará tempo, mas o que é empolgante é o crescimento da análise dos dados em tempo real ou quase em tempo real. FMV é uma tecnologia originalmente desenvolvida pelos militares para vídeos enriquecidos com metadados provenientes de gimbals especializados (e caros). À medida que o custo desses sensores diminui, fica mais fácil e barato ter dados de FMV.

Se você tiver um pacote de sensores que suporte dados FMV, como o Quantum-Systems Vector, você poderá transmitir o FMV em tempo real para um sistema de informações geográficas (GIS) como ArcGIS Pro. Ou, se estiver usando um drone de consumidor de baixo custo suportado pelo aplicativo Site Scan Flight for ArcGIS da Esri, você poderá extrair arquivos de vídeo diretamente do drone e reproduzir vídeos enriquecidos arrastando-os e soltando-os.

À medida que o volume de informações das coletas de drones aumenta, é mais importante do que nunca aproveitar a aprendizagem automática para ajudar a identificar ativos e problemas. Os requisitos para o sucesso são dados de treinamento, informações de entrada de alta resolução e poder de computação. Tudo isso está sendo aprimorado pelas tendências de hardware e software que estamos vendo. A IA pode ser treinada em imagens e vídeos brutos de drones, como tamém, nas saídas 2D e 3D do mecanismo de processamento.

À medida que os drones se tornam parte do fluxo de trabalho corporativo padrão, eles são gerenciados como computadores ou dispositivos IoT, mas também como veículos – com requisitos regulatórios, manutenção e rastreamento de voos. Há muitas soluções para rastrear voos de drones, mas as tecnologias vencedoras capturarão essas informações automaticamente, permitindo que os operadores façam seu trabalho sem interrupção. Nos EUA, por exemplo, se estiver voando dentro de um determinado raio de um aeroporto ou outro espaço aéreo controlado, você deverá solicitar autorização da Federal Aviation Administration (FAA). A Airspace Link é uma empresa que automatiza esse processo enviando solicitações diretamente à FAA como um provedor autorizado da Low Altitude Authorization and Notification Capability (LAANC). No aplicativo Site Scan Flight da Esri, os operadores podem entrar com uma conta gratuita da Airspace Link e solicitar essa autorização.