Un nuevo algoritmo permite a drones transportar objetos pesados en equipo con mayor agilidad

Wait 5 sec.

Los drones han dejado de ser simples gadgets voladores para convertirse en herramientas de gran utilidad en sectores como la logística, la construcción y las operaciones de rescate. Sin embargo, uno de sus mayores obstáculos sigue siendo el peso que pueden transportar de forma individual. Esta limitación reduce su eficacia cuando se trata de mover cargas voluminosas o pesadas, especialmente en entornos hostiles como zonas montañosas, infraestructuras remotas o áreas afectadas por desastres naturales.Con esto en mente, un grupo de investigadores de la Universidad Técnica de Delft (TU Delft) ha desarrollado un algoritmo que permite que múltiples drones actúen de forma coordinada para levantar y transportar cargas pesadas. El sistema, presentado en la revista Science Robotics, no solo permite levantar más peso, sino que también otorga a los drones la capacidad de controlar la orientación del objeto transportado, lo que resulta fundamental para colocar cargas con precisión en espacios reducidos o inestables.Más allá del músculo: el reto de la coordinaciónLa propuesta de TU Delft no se limita a añadir más drones para aumentar la capacidad de carga, algo que intuitivamente parecería suficiente. El verdadero desafío está en la coordinación dinámica entre los drones. Cuando varios dispositivos están físicamente unidos a una carga mediante cables, deben responder no solo a su propia dinámica de vuelo, sino también a los cambios bruscos en el movimiento de la carga, al viento y a otros factores externos.Según el investigador Sihao Sun, los algoritmos tradicionales son demasiado lentos y rígidos para manejar estas interacciones en tiempo real. Por eso, su equipo diseñó un sistema que planifica trayectorias teniendo en cuenta las fuerzas dinámicas entre drones y carga, permitiendo que la respuesta del conjunto sea mucho más ágil y robusta.En pruebas de laboratorio, el nuevo algoritmo logró que el sistema completo alcanzara aceleraciones ocho veces mayores que las posibles con los métodos anteriores. Para probarlo, los investigadores utilizaron hasta cuatro drones, simulando condiciones adversas como ráfagas de viento o cargas móviles, como una pelota de baloncesto que cambia de posición durante el transporte.Algoritmo adaptativo: sin sensores adicionales y con alta precisiónUno de los aspectos más llamativos del nuevo desarrollo es que no requiere sensores adicionales en la carga para funcionar correctamente. El algoritmo adapta su comportamiento ante cambios en el peso y las condiciones externas sin depender de información extra. Esta característica hace que el sistema sea más viable para aplicaciones reales, donde agregar sensores o modificar los objetos a transportar puede ser poco práctico o incluso imposible.La clave está en una arquitectura llamada «planificación de trayectorias basada en cuerpo completo» que resuelve el problema de movimiento considerando las restricciones físicas y dinámicas de todo el sistema: los drones, los cables y la carga. Este modelo se ejecuta en línea y se actualiza constantemente, de forma que cada dron recibe una trayectoria de referencia que se ajusta con el tiempo. Luego, un controlador a bordo se encarga de seguir esa trayectoria corrigiendo en tiempo real las tensiones en los cables.Este tipo de control en horizonte recedente, similar al que usan algunos sistemas autónomos avanzados, permite mantener una gran precisión y adaptabilidad, incluso cuando las condiciones cambian rápidamente.Aplicaciones futuras: de los laboratorios a la vida realPor el momento, las pruebas se han realizado en interiores, utilizando cámaras de captura de movimiento para monitorear con precisión la posición de los drones. Esto limita su uso al laboratorio, pero el objetivo del equipo es trasladar la tecnología al exterior, donde podría tener un impacto significativo en múltiples industrias.Los investigadores destacan aplicaciones como la construcción en ubicaciones remotas, donde sería posible llevar materiales pesados sin necesidad de grúas ni carreteras. También ven potencial en misiones de búsqueda y rescate, donde los drones podrían transportar suministros o evacuar equipos a zonas de difícil acceso. En la agricultura, podrían usarse para mover grandes cantidades de cosechas en terrenos escarpados.Además, al ser autónomos, los drones solo necesitan un destino. Son capaces de navegar por sí mismos evitando obstáculos y compensando las perturbaciones del entorno, como cambios en el viento o movimientos inesperados de la carga. Esta independencia operativa los hace ideales para situaciones donde no hay infraestructura de soporte o control humano constante.¿Qué diferencia a este sistema de los anteriores?Los sistemas de levantamiento múltiple ya existían, pero se basaban en algoritmos que solo permitían movimientos lentos y poco precisos. Esto los hacía inviables para tareas que requerían maniobras rápidas o adaptabilidad a entornos cambiantes. El enfoque de TU Delft introduce un marco completamente nuevo que permite planificar y ejecutar movimientos complejos con fluidez.Lo más innovador es que no se divide el problema en partes —como suele ocurrir en soluciones tradicionales que primero planifican y luego controlan—, sino que se trata el sistema como un todo interconectado, considerando todas las restricciones desde el principio. Es como si, en lugar de dar órdenes por separado a cada miembro de un equipo de mudanza, se entrenara a todos para moverse como si fueran una sola entidad coordinada, capaz de reaccionar en conjunto ante cualquier obstáculo.El hecho de que hayan logrado implementar este sistema en drones construidos por ellos mismos, con resultados medibles y repetibles, refuerza la solidez de su propuesta. Aunque todavía falta camino para que funcione en condiciones reales al aire libre, el avance técnico ya marca una diferencia clara en lo que será posible en el futuro cercano.La noticia Un nuevo algoritmo permite a drones transportar objetos pesados en equipo con mayor agilidad fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.