No Trees Were Harmed in the Training of this DRONE SWARM – Review Geek

Ален Херцог / 2021 EPFL

Обычный человек, вероятно, не слишком много думал, но на самом деле существует множество фантастических приложений для роя дронов. Из практических операций, таких как опрыскивание посевов жить световое шоу, небо определенно предел. Но сначала мы должны научить их не разбивайся друг другу.

Энрика Сориа, студентка математики и докторант по робототехнике Швейцарского федерального технологического института в Лозанне (EPFL), также занимается этим вопросом. Она построила компьютерную модель, которая смогла успешно смоделировать траектории пяти автономных дронов, пролетающих через густой лес без единого столкновения. Но она поняла, что для того, чтобы попробовать это в реальном мире, ей придется преодолеть удивительное препятствие: деревья.

Дроны, особенно квадрокоптеры более высокого класса, которые она хотела использовать, дорогие, и жертвовать некоторыми из них во время испытаний было не совсем идеально. Поэтому Сория создал искусственный лес с мягкими деревьями, которые на самом деле были просто складными. играть в туннели от Ikea |. Сория сказал: «Даже если дроны поразят их, они не сломаются».

Однако, помимо предотвращения уничтожения дорогостоящих дронов (или невинных деревьев), эксперимент имеет более серьезные последствия. Поскольку стаи автономных дронов становятся все более распространенными во всех типах отраслей и во многих приложениях, требуется дополнительное обучение, чтобы гарантировать, что эти дроны не столкнутся друг с другом (или с людьми или частной собственностью) на открытом воздухе. Надежная система управления, такая как Soria, — необходимый и важный шаг.

В настоящее время автономные рои контролируются реактивно. Это означает, что они всегда выполняют вычисления на основе расстояния от других предметов, чтобы избежать препятствий или друг друга; Точно так же, если дроны распространятся слишком сильно, они обнаружат это и снова прибудут. Это нормально, но все еще остается проблема, сколько времени потребуется дрону для выполнения этих расчетов настройки времени выполнения.

Новый алгоритм «прогнозирующего контроля» Сориа активно работает над тем, чтобы избежать этих замедлений за счет лучшего и более эффективного планирования. В результате они обмениваются данными друг с другом, чтобы интерпретировать данные захвата движения в реальном времени, делать прогнозы о том, куда будут двигаться другие ближайшие дроны, и соответственно корректировать свои собственные позиции.

Стаи дронов избегают препятствий и столкновений
EPFL

Создав искусственный лес и запустив симуляцию, она быстро поняла, что дроны не упали и что ей не нужно вкладывать средства в более мягкие препятствия. Сориа отмечает: «Они могут заглядывать вперед во времени. Они могут предсказать будущее замедление своих соседей и уменьшить их негативное влияние на полет в режиме реального времени. «

По этой причине Сория смогла доказать, что ее алгоритм позволяет дронам перемещаться с препятствиями на 57% быстрее, чем дроны, используя реактивное управление вместо алгоритма прогнозирования. Она отметила впечатляющие результаты в статья опубликовано в Природа Машинный интеллект в мае.

Этот проект, как и многие другие, предназначен для поезд автономных транспортных средств, был вдохновлен природой. Да, как косяки рыб, стаи птиц и стаи пчел. И конечно (по крайней мере, сейчас) природа намного лучше нас. Сориа отмечает, что «биологи утверждают, что центрального компьютера нет», что означает, что никакое животное или насекомое не управляет движением остальной группы. Скорее, каждый человек считает свое окружение — например, препятствия и даже других рыб, птиц или пчел — и соответственно движется.

Сельскохозяйственные дроны летают и опрыскивают посевы над полем
Suwin / Shutterstock.com

Хотя концепция прогнозирующего управления является первой для дронов, это старая идея. Ученые ранее использовали эту модель для навигации по областям и системам для двух транспортных средств, движущихся по заданным траекториям. Прогностическое управление основано на нескольких вычислениях в реальном времени, и если алгоритм работы не изящен, он может максимизировать вычислительную мощность каждого дрона.

С таким количеством переменных, как скорость и расстояние в игре, также необходимо тщательно и тщательно продумать алгоритм. Основные параметры, такие как минимально допустимое расстояние между дронами, должны быть включены, чтобы избежать столкновений между дронами, но более сложные вещи, такие как бесполетные зоны и эффективное отображение пути на требуемых скоростях, должны иметь возможность рассчитывать на беге, не нарушая все, что указано выше.

Поскольку эти алгоритмы определены и, следовательно, более мощны, им будет легче выполнять более широкий круг задач, которые трудны или неэффективны для людей, таких как скоординированные поставки в больших городских районах или миссии воздушного поиска и спасения … Да, алгоритм Сориа — огромный шаг вперед для дронов.

над Кабель

Add a Comment

Ваш адрес email не будет опубликован. Обязательные поля помечены *