Introducción a la simulación de drones

La simulación de drones consiste en modelar el comportamiento de un dron o vehículo aéreo no tripulado (VANT) y evaluar su rendimiento en un entorno virtual.

La simulación es un paso importante en el desarrollo de drones. MATLAB^® y UAV Toolbox permiten la simulación de drones, así como:

• Comprender la dinámica de los drones y realizar estudios de tradeoff antes de fabricar los prototipos
• Ajustar los parámetros y los modelos antes de cargarlos en el dron
• Probar la robustez de los modelos y los algoritmos en condiciones de borde sin poner en riesgo el dron
• Crear un entorno virtual adaptado a los casos de prueba
• Ejecutar varios escenarios y casos de prueba con rapidez

Cuando se crea una simulación de drones, por lo general se emplean los siguientes componentes, que se pueden crear en MATLAB^® y Simulink^®:

• Modelo dinámico del dron (modelo de planta) que consiste en las ecuaciones de movimiento del dron
• Modelo de control de vuelo del dron que modela la lógica de control del dron
• Modelos de sensores que simulan los sensores del dron, como GPS e INS
• Algoritmos autónomos que perciben el entorno e identifican los obstáculos
• Entorno de simulación, como Cuboid World y Unreal Engine^®, que son entornos virtuales creados para probar los algoritmos y visualizar el comportamiento de vuelo

Las simulaciones de drones pueden tener diferentes niveles de fidelidad, en función de los algoritmos que se vayan a probar y de la etapa del proceso de desarrollo.

Las simulaciones de drones de baja fidelidad se utilizan en las primeras etapas del proceso de desarrollo, consumen menos recursos computacionales y se ejecutan con rapidez. Se pueden utilizar, por ejemplo, para ajustar los modelos de control de vuelo o para probar algoritmos de planificación de trayectorias.

Las simulaciones de drones de alta fidelidad prueban las aplicaciones de VANT en un entorno virtual más próximo al mundo real. Pueden utilizar una alta carga computacional y tardar más tiempo en ejecutarse. Se pueden usar, por ejemplo, para probar algoritmos autónomos basados ​en LiDAR y cámaras o el comportamiento del dron según las condiciones meteorológicas.