La capacit di processare immagini in tempo reale, facendo uso di hardware sufficientemente potente ma compatto cos da poter essere installato direttamente sul drone, ha sempre rappresentato una sfida. Le fotocamere con risoluzione e framerate adeguato per poter identificare chiaramente gli ostacoli catturano un elevato numero di pixel, ciascuno dei quali deve essere analizzato per determinare se rappresenta un elemento per il quale il drone debba preparare una risposta.

Barry parte invece da una considerazione differente: un drone che vola velocemente non deve preoccuparsi di tutto ci che vede ma osservare attentamente solo una piccola area ad una distanza fissa dinnanzi a lui. Un esempio pu chiarire meglio il concetto. Quando si corre su una strada accidentata si osserva di norma una porzione del terreno posta a pochi metri da noi: l’area vicino ai piedi gi stata analizzata e sappiamo di poterla calpestare senza cadere, l’area pi lontana non di interesse poich non si ancora giunti l. Tutto quello che importante prestare attenzione alla piccola area dinnanzi a noi per poter correre indefinitamente a meno di improvvisi cambiamenti dell’ambiente circostante.

Il drone realizzato da Barry adotta questo schema di funzionamento, impiegando un sistema di analisi stereoscopico grazie ad una coppia di fotocamere da 376×240 pixel e 120fps poste ad una distanza reciproca di 24 centimetri. Le fotocamere si concentrano sulla zona posta a 10 metri di distanza dal drone e su null’altro. Le immagini catturate vengono conservate in memoria e confrontate con quelle successive (registrate 8,3 centimetri pi avanti supponendo una velocit di crociera di 10 metri al secondo) creando una mappa tridimensionale dello spazio davanti al drone cos che esso possa preparare eventuali reazioni in risposta ad un ostacolo. Questa tecnica prende il nome di “pushbroom stereo detection” poich il processo ricorda il movimento di una scopa che spazzola il terreno venendo spinta in avanti.

Le immagini sono conservare solamente per qualche secondo quindi il drone non va a costruire una mappa persistente dell’area che sta sorvolando. Le manovre evasive per evitare gli ostacoli sono quindi elaborate direttamente sul drone in maniera dinamica e reattiva, attingendo da una libreria di traiettorie stabili gi note e scegliendo quella pi adatta alla situazione.

Dato che l’orizzonte di rilevamento degli ostacoli relativamente breve, il drone potrebbe non aver sufficiente tempo per compiere una manovra evasiva per evitare ostacoli particolarmente ingombranti, come ad esempio una costruzione: la tecnica ha comunque mostrato una notevole efficacia nell’evitare ostacoli relativamente piccoli come alberi e pali della luce. I ricercatori sottolineano che l’orizzonte di rilevamento limitato principalmente dalla capacit di computazione dell’hardware pertanto una miglioria in questo frangente potr consentire in futuro di effettuare una scansione su un orizzonte pi profondo e pianificare quindi percorsi pi complessi attorno a vari ostacoli posti a distanze differenti.

E’ interessante osservare che Barry ha sperimentato l’efficacia del proprio sistema in uno scenario reale e non in laboratorio o in un ambiente controllato. Quanto sviluppato da Barry la sintesi di due ricerche separate gi effettuate in precedenza, una incentrata sulle manovre evasive ad alta velocit e una sulle tecniche di rilevamento stereo pushbroom. Il software sviluppato da Barry open-source e liberamente disponibile su GitHub.