Den 1. oktober 2026 inviterer ROS sin Aerial Robotics Working Group til et digitalt fagmøte om nevromorf styring av ubemannede luftfartøy. Presentasjonen tar for seg selvjusterende kontrollere bygget med spiking neural networks, testet i sanntid på en DJI Tello-drone.
For alle som jobber med autonome luftfartøy og avansert styringsteknologi, byr neste møte i ROS-miljøets Aerial Robotics Working Group på interessant lesestoff. Møtet finner sted torsdag 1. oktober 2026, fra kl. 17:00 til 18:00 UTC (norsk tid: 19:00–20:00), og er åpent for alle interesserte via Google Meet.
Nevromorf databehandling møter dronestyring
Hovedforedraget holdes av Anel Olivares Cruz fra Autonomous University of the State of Hidalgo, og bærer tittelen «Self-tuning neuromorphic controller for real-time UAS trajectory tracking based on prescribed error sensitivity (PES)». Foredraget kombinerer to fagfelt som sjelden møtes i praktiske applikasjoner: klassisk banefølging for luftfartøy og nevromorf databehandling basert på spiking neural networks (SNN).
La oss se hva dette kan gjøre i praksis: Forskergruppen har utviklet tre ulike nevromorfe kontrollere ved hjelp av Nengo, et prototypingsmiljø som brukes til å bygge biologisk plausible nevrale nettverk. I motsetning til tradisjonelle PID-regulatorer eller modellbaserte kontrollere, lar disse systemene seg selvjustere i sanntid basert på en metode kalt «prescribed error sensitivity» (PES) — en teknikk hentet fra nevrovitenskapen som gjør at kontrolleren kontinuerlig tilpasser seg avvik mellom ønsket og faktisk bane.
Kontrollerne ble testet gjennom en serie sanntids eksperimenter der en DJI Tello UAS utførte konkrete banefølgingsoppgaver.
Praktisk testplattform: DJI Tello
Valget av DJI Tello som testplattform er interessant for hobbyister og studenter som ønsker å eksperimentere selv. Denne rimelige, lettvektige mikrodronen er mye brukt i akademisk sammenheng nettopp fordi den er kompatibel med Python-baserte utviklingsmiljøer og enkel å integrere med eksterne kontrollsystemer via Wi-Fi. Det gjør den ideell for å teste eksperimentelle kontrollalgoritmer uten å risikere dyrt utstyr.
For de som ønsker å following opp arbeidet i etterkant, er både forskerens ResearchGate-profil og et tilhørende GitHub-repository tilgjengelig, slik at kildekode og videre dokumentasjon kan utforskes direkte.
Hvorfor dette er relevant for ROS-miljøet
Aerial Robotics Working Group er en del av det bredere ROS-økosystemet, og fungerer som et samlingspunkt for utviklere som jobber med alt fra rammeverk for flykontroll til sensorfusjon og navigasjon. Møter som dette gir innsikt i forskningsfronten samtidig som de bygger bro mellom akademia og praktisk robotikkutvikling.
For utviklere som jobber med PX4, ArduPilot eller andre ROS-kompatible flykontrollsystemer, representerer nevromorf styring en spennende retning — spesielt med tanke på lavere effektforbruk og potensielt raskere responstid sammenlignet med konvensjonelle nevrale nettverk. Om denne type kontrollere en dag finner veien inn i kommersielle eller hobbyorienterte dronesystemer gjenstår å se, men møtet gir en sjelden mulighet til å følge utviklingen direkte fra forskningsfronten.
Kilde: ROS Discourse