Onderzoekers van de TU Delft bouwen drone die navigeert als honingbij
In dit artikel:
Onderzoekers van TU Delft, samen met Wageningen University & Research en de Carl von Ossietzky Universität Oldenburg, hebben een compact navigatiesysteem voor drones ontwikkeld dat is afgekeken van honingbijen. Het in Nature gepubliceerde Bee Nav combineert eenvoudige visuele odometrie (een soort natuurlijke stappenteller) met herkenning van omgevingsbeelden, waardoor een drone zonder gps kan terugvinden waar hij gestart is. In plaats van grote kaarten en zware rekenhardware gebruikt het systeem een neuraal geheugen van slechts 42 kilobyte — minder opslag dan een gemiddelde smartphonefoto.
Werkwijze: een drone maakt eerst een korte leervlucht rond het vertrekpunt en legt panoramische beelden vast vanuit verschillende hoeken. Een klein neuraal netwerk leert de relatie tussen die beelden en richting/afstand naar huis. Tijdens latere missies schat de drone zijn verplaatsing in via visuele bewegingen en corrigeert die schatting zodra herkenningspunten dichterbij komen. Dat spiegelt het gedrag van bijen: odometrie gecombineerd met visuele herkenning voorkomt dat foutjes zich te veel opstapelen.
Praktische proeven vonden zowel binnenshuis met kleine robots als buitenplaatselijk plaats. Op testlocatie Unmanned Valley in Valkenburg vloog een drone meer dan 600 meter van het startpunt en keerde zelfstandig terug met het minimale geheugen. In ruime binnenruimtes, zoals hangars, werkte Bee Nav vrijwel foutloos. Buiten bleek wind een belangrijke beperking: windvlagen kantelden soms de drone en verstoorden de camerabeelden, waardoor het terugkeersucces zakte naar zo’n 70 procent. De eerste auteur Dequan Ou en hoogleraar Guido de Croon noemen de resultaten veelbelovend, maar benadrukken dat het systeem robuuster moet worden voor grootschalige praktijktoepassingen.
Toepassingen en voordelen: vooral lichte, goedkope en energiezuinige drones profiteren van deze aanpak. Denk aan autonome inspecties in kassen of tussen gewassen, waar gps niet beschikbaar is en lange vliegtijden, lage kosten en veiligheid belangrijk zijn. Minder rekenkracht betekent kleinere accu’s en lichtere hardware, wat operationele reikwijdte en praktische inzetbaarheid vergroot.
Breder belang: Bee Nav sluit aan bij een trend in robotica om efficiëntie te zoeken in biologische systemen — van bijen tot vleermuizen — in plaats van steeds grotere AI-modellen te gebruiken. Het werk laat zien dat slimme, eenvoudige algoritmen met beperkte geheugencapaciteit realistische navigatietaken mogelijk kunnen maken, mits verdere verbeteringen de kwetsbaarheid voor omgevingsinvloeden zoals wind beperken.