I prodotti commerciali dei droni possono affrontare alcune attività automatizzate, ma una cosa che questi sistemi non affrontano è la ripresa artistica. Un team guidato dai ricercatori della Carnegie Mellon University ha proposto un sistema completo per la cinematografia aerea che apprende le preferenze visive degli umani. Il sistema completamente autonomo non richiede scene sceneggiate, Tag GPS per localizzare obiettivi o mappe precedenti dell'ambiente.

"Stiamo mettendo il potere di un regista all'interno del drone, " disse Rogerio Bonatti, un dottorato di ricerca studente presso l'Istituto di Robotica della CMU. "Il drone si posiziona per registrare gli aspetti più importanti di una scena. Capisce autonomamente il contesto della scena, dove sono gli ostacoli, dove si trovano gli attori e ragiona attivamente su quali punti di vista renderanno una scena visivamente più interessante. Ragiona anche per rimanere al sicuro e non schiantarsi".

Come obiettivo, "artisticamente interessante" è soggettivo e difficile da quantificare matematicamente, quindi il sistema è stato addestrato utilizzando una tecnica chiamata apprendimento per rinforzo profondo. In uno studio sugli utenti, le persone hanno visto scene su un simulatore fotorealistico che è cambiato tra frontale, Indietro, prospettive sinistra e destra. Sono state esplorate anche la scala e la distanza del tiro, così come la posizione dell'attore sullo schermo. Gli utenti hanno segnato le scene in base a quanto fossero visivamente attraenti e a quanto artisticamente interessanti le hanno trovate.

Il sistema ha appreso che alcuni movimenti erano più interessanti di altri. Per esempio, altri prodotti di droni autonomi spesso utilizzano un backshot continuo perché consente al drone di seguire un chiaro, percorso sicuro dietro l'attore. Ma nello studio sugli utenti, i partecipanti hanno riferito che un backshot costante diventa noioso dopo un po'. Hanno anche scoperto che il drone doveva cambiare spesso angolazione affinché lo scatto rimanesse interessante, ma non potevano cambiare troppo spesso.

Bonatti ha affermato che il team voleva rendere generalizzabile il comportamento appreso, passando dalla formazione in simulazione alla distribuzione in scenari di vita reale. Mentre il sistema calcolava le preferenze degli utenti per le inquadrature mentre un attore camminava in uno stretto corridoio tra gli edifici, può applicare tali preferenze a ostacoli simili come un sentiero nel bosco utilizzando la mappatura topografica.

"Il lavoro futuro potrebbe esplorare molti parametri diversi o creare preferenze artistiche personalizzate in base allo stile o al genere di un regista, " ha detto Sebastian Scherer, un professore di ricerca associato presso l'Istituto di Robotica.

Il sistema aereo è anche abile nel mantenere una visione chiara dell'attore, evitando le cosiddette occlusioni. "Siamo stati il ​​primo gruppo a proporre nuovi modi di affrontare l'occlusione che non siano solo binari, ma può effettivamente quantificare quanto sia grave l'occlusione, " ha detto Bonatti.

Altre innovazioni includono pianificatori di movimento efficienti per anticipare le traiettorie degli attori, e un sistema di mappatura incrementale ed efficiente dell'ambiente utilizzando LiDAR.

Questo sistema potrebbe essere utile al di là dell'intrattenimento e dello sport. I governi e i dipartimenti di polizia oggi utilizzano già droni pilotati manualmente per molte applicazioni, compreso il monitoraggio delle folle e la comprensione dei modelli di traffico. Ma il volo manuale dei droni richiede molta attenzione, e un ufficiale non può spendere le proprie energie guardando la scena. "Proprio come imparare i principi artistici, alla macchina potrebbero essere insegnati i colpi necessari per altre applicazioni come la sicurezza, " ha detto Bonatti.

"L'obiettivo della ricerca non è sostituire gli esseri umani. Avremo ancora un mercato per esperti professionisti altamente qualificati, " ha affermato Bonatti. "L'obiettivo è democratizzare la cinematografia con i droni e consentire alle persone di concentrarsi davvero su ciò che conta per loro".

Questo lavoro sarà presentato alla Conferenza Internazionale 2019 sui Robot e Sistemi Intelligenti, ed è stato accettato per la pubblicazione nel Journal of Field Robotics .