La proliferación de drones en el espacio aéreo controlado genera desafíos significativos en materia de seguridad, sobre todo en lugares sensibles como aeropuertos e infraestructuras críticas. La necesidad de detección y neutralización de drones no autorizados se vuelve cada vez más urgente para evitar accidentes, interrupciones en el tráfico aéreo y amenazas a la seguridad.
Investigadores de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE) de la Universidad Politécnica de Madrid, en colaboración con el Center for Computational Simulation, han desarrollado un innovador sistema basado en inteligencia artificial que permite interceptar drones no cooperativos de manera autónoma y eficaz. Este avance representa un hito importante hacia la creación de sistemas autónomos más seguros e inteligentes para la gestión del espacio aéreo.
El equipo del grupo de investigación ModelFlows ha llevado a cabo un estudio que se centra en el uso del aprendizaje por refuerzo, una técnica de inteligencia artificial que capacita a los sistemas a aprender mediante ensayo y error. En su experimento, los investigadores entrenaron un dron de ala fija para perseguir e interceptar a otro dron que intentaba escapar mediante diferentes estrategias. A diferencia de los enfoques clásicos, que a menudo fallan ante comportamientos impredecibles, el sistema desarrollado es capaz de adaptarse a situaciones nuevas no previstas durante el entrenamiento.
Para alcanzar este objetivo, el equipo comparó varios algoritmos de aprendizaje por refuerzo, incluyendo métodos tradicionales y enfoques avanzados basados en modelos predictivos del entorno. Las simulaciones utilizadas para los entrenamientos y pruebas fueron de alta fidelidad, replicando realísticamente la dinámica de vuelo, así como variables como rachas de viento y ruido en los sensores.
Este trabajo ha sido recientemente publicado en la revista internacional Aerospace Science and Technology. Francisco Giral, primer autor del estudio y doctorando en la ETSIAE, destaca que el sistema no solo logra interceptar al dron objetivo de manera rápida, sino que también mantiene un alto nivel de robustez frente a condiciones adversas y maniobras inesperadas. Según Giral, el enfoque basado en modelos ha demostrado una mayor estabilidad y capacidad de generalización, lo que lo convierte en una opción prometedora para aplicaciones en el mundo real.
Soledad Le Clainche, investigadora de la UPM que participó en el estudio, resalta que las aplicaciones del sistema desarrollado pueden incluir la protección de infraestructuras críticas, la seguridad en aeropuertos y el control del tráfico de drones en futuros entornos urbanos, donde coexistirán aeronaves tripuladas y no tripuladas.
Los avances en este campo son cruciales para garantizar un uso seguro y eficiente del espacio aéreo, en un contexto donde el tráfico de drones está en constante crecimiento.
Fuente: Agencia Sinc
