Algoritmi mahdollistaa autonomisen dronen lentämisen ihmisen ohjaamia nopeammin

Aiemmin ihmisohjaajat ovat pystyneet lentämään droneja autonomisten järjestelmien kanssa vertaillessa nopeammin. Sveitsiläinen tutkimusryhmä on kuitenkin kehittänyt algoritmin, joka muuttaa tätä dynamiikkaa.

Droneja vaaditaan olemaan nopeita niiden rajoitetun akun vuoksi. Tämä tarkoittaa, että ne joutuvat suorittamaan tehtäviä mahdollisimman vähässä ajassa, mukaan lukien etsintä- ja pelastustehtävät, rakennusten tarkastukset tai toimitukset. Tämä edellyttää usein, että dronet liikkuvat sarjan kautta määrättyjen pisteiden, kuten ikkunoiden, huoneiden, pienien tilojen tai muiden tiettyjen sijaintien, kautta. Kun dronet lentävät näiden pisteiden kautta, ne laskeskelevat parhaan reitin ja kiihdytyksen tai jarrutuksen kussakin pisteessä.

Tiimin Algoritmi

Tutkimusryhmän algoritmi pystyy löytämään nopeimman reitin, jotta se voi ohjata neljällä potkurilla varustettua dronia, eli quadrotoria, sarjan kautta määrättyjen pisteiden läpi.

Davide Scaramuzza johtaa Robotiikka- ja Havaintoryhmää Zürichin yliopistossa (UZH) ja NCCR Roboticsin Pelastus Haastea, joka rahoitti tutkimusta.

“Meidän droni voitti nopeimman kierroksen kahdella maailmanluokan ihmisohjaajalla kokeellisella radalla”, sanoo Scaramuzza. “Algoritmin uutuus on, että se on ensimmäinen, joka luo aikaa optimoivia reittejä, jotka ottaa täysin huomioon dronien rajoitukset.”

Aikaisemmat työt tämän alueen parissa keskittyivät yksinkertaisuuksiin quadrotor-järjestelmässä tai lentoreitin kuvaamisessa, jotka olivat rajoittavia tekijöitä.

Phillip Foehn on tohtorikoulutettava ja tutkimuksen ensisijainen tekijä.

“Avainidea on, että emme määritä lentoreitin osia tiettyihin pisteisiin, vaan algoritmi kertoo dronille vain, että se on mentävä kaikkien pisteiden läpi, mutta ei kerro, miten tai milloin”, sanoo Foehn.

Uuden Algoritmin Testaaminen

Testataksesi uutta järjestelmää, tiimi asetti algoritmin ja kaksi ihmisohjaajaa toisiinsa nähden, lentäen samaa quadrotoria radalla. He luottivat ulkoisiin kameraan dronien liikkeen tallentamiseen. Automaattisella dronella nämä kamerat toimittivat algoritmille reaaliaikaisia tietoja dronin sijainnista kulloisessakin hetkessä.

Luoakseen reilumman järjestelmän, tutkijat antoivat ihmisohjaajien harjoitella radalla ennen kilpailua. Vaikka heillä oli koulutus, algoritmi voitti silti, ja kaikki sen kierrokset olivat nopeampia kuin ihmisohjaajien. Algoritmi suoritti myös tasaisemmin kuin ihmiset. Kun se löysi parhaan reitin, se pystyi toistamaan sen jatkuvasti, mitä ihmiset eivät pystyneet tekemään.

Tutkijoiden on luotava vähemmän laskennallinen droni, jotta se pääsisi kaupallisiin sovelluksiin. Nykyinen järjestelmä vaatii jopa tunnin tietokoneen laskemiseen aikaa optimoidusta reitistä tapahtumalle, ja se riippuu ulkoisista kamerista sijaintinsa laskemiseen. Tutkijat haluavat nyt tutkia dronien sisäisiä kamera.

Vaikka nämä edistykset ovat tarpeen, se, että autonomisen dronin pystyy lentämään nopeammin kuin ihmisohjattu, on tärkeä kehitys.

“Tämä algoritmi voi olla sovellettavissa pakettien toimitukseen droneilla, tarkastuksiin, etsintä- ja pelastustehtäviin ja muihin sovelluksiin”, sanoo Scaramuzza.