ड्रोन को डायरेक्ट विजन के माध्यम से नियंत्रित करना

चीन के शोधकर्ताओं ने एक नए अल्गोरिदम का विकास किया है जो उपयोगकर्ता की दृष्टि को सीधे व्याख्या करके ड्रोन उड़ान को नियंत्रित करने में सक्षम है। प्रभावी रूप से, मानव ऑपरेटर ‘ड्रोन बन जाता है’ और उपयोगकर्ता की दृष्टि दिशा के आधार पर इसके मार्ग का मार्गदर्शन करता है।

नीचे बाएं, उपयोगकर्ता का पीओवी देखा जा सकता है, जिसमें ड्रोन का उड़ान पथ एक शैडो डिवाइस द्वारा बाहरी रूप से कब्जा किया जाता है। लेख के अंत में वीडियो देखें पूर्ण गति के लिए। स्रोत: https://www.youtube.com/watch?v=WYujLePQwB8

लेख पेपर का नाम जीपीए-टेलीओपरेशन: गेज़ एन्हांस्ड परसेप्शन-एवेयर सेफ असिस्टिव एरियल टेलीओपरेशन है, और यह झेजियांग विश्वविद्यालय के साइबर-सिस्टम और नियंत्रण संस्थान और नांजिंग प्रौद्योगिकी संस्थान के स्वचालन स्कूल के शोधकर्ताओं से आया है। शोधकर्ताओं ने आज प्रणाली की क्षमताओं का प्रदर्शन करने वाला एक वीडियो भी जारी किया है (लेख के अंत में देखें)।

अभिन्न नियंत्रण से परे

शोधकर्ता ड्रोन नियंत्रण के लिए अमूर्तता की परत को हटाने का प्रयास कर रहे हैं, यह तर्क देते हुए कि माध्यमिक नियंत्रण इकाइयों को प्रशिक्षण की आवश्यकता होती है और वे केवल उपयोगकर्ता के इरादे का एक खुरदुरा अमूर्तता हैं, जिससे अप्रत्याशित मैन्यूवरिंग और मार्गदर्शन आंदोलनों की व्याख्या होती है।

वर्ष की शुरुआत में एक लेख, उसी शोधकर्ताओं से, ड्रोन नेविगेशन में दृष्टि की दिशा की दृश्यता के महत्व पर जोर दिया, और वर्तमान कार्य उस शोध से निकलने वाले निष्कर्षों का विकास है।

ऊपर, ड्रोन परीक्षण प्रयोगशाला ‘असॉल्ट कोर्स’ (बाहरी परीक्षणों के लिए अंत वीडियो देखें एक प्राकृतिक खुले वातावरण में) के मार्ग का एक संयोजन। नीचे, ऑपरेटर एक आंख ट्रैकर पहनता है जो क्वाड्रोटर ड्रोन के आगे के कैमरे (नीचे दाएं) के सीधे दृश्य को खिलाता है। स्रोत: https://arxiv.org/pdf/2109.04907.pdf

अल्गोरिदम

जीपीए एक बैक-एंड ऑप्टिमाइज़र का उपयोग करता है जो उपयोगकर्ता की दृष्टि को सबसे सुरक्षित ऑप्टिमल पथ में परिष्कृत करता है, जो वीडियो गेम में ‘ऑटो एआईम’ के बराबर है, व्यावहारिक रूप से शून्य विलंबता के साथ (स्पष्ट कारणों से)।

यूएवी सबसिस्टम मॉड्यूल सीधे ड्रोन में स्थापित किए जाते हैं, जिसमें राज्य अनुमान, योजना, मैपिंग और नियंत्रण मॉड्यूल की सुविधाएं शामिल हैं। स्थानीय प्रणाली एकल-आंख इकाई से आंख-दृष्टि डेटा प्राप्त करती है जो अंतिम उपयोगकर्ता द्वारा एक हेड-वोर्न हार्नेस में माउंट की जाती है, जो एक प्रारंभिक टोपोलॉजिकल पथ प्रदान करती है, जिसे प्रणाली को ऑन-द-फ्लाई से शुद्ध करना होगा।

दूरस्थ नियंत्रक के लिए एक सुसंगत अनुभव बनाने के लिए, उपयोगकर्ता को जो मोनोक्रोम दृश्य प्राप्त होता है, उसे ऑन-बोर्ड ड्रोन प्रणाली द्वारा स्वचालित रूप से केंद्रित किया जाता है, कम से कम इसलिए कि इसके बिना यह मार्ग के नए इरादे परिवर्तनों (जैसे दृष्टि-दिशा में परिवर्तन) की व्याख्या करना मुश्किल होगा।

प्रणाली पहले छवि स्ट्रीम से अनुमानित वेक्टर समन्वय को व्याख्या करती है। चूंकि शोधकर्ताओं की प्रणाली का वर्तमान वीडियो इनपुट मोनोकुलर है, कैमरे की गहराई की सीमा का उपयोग 2-डी वेक्टर से प्राप्त एक दूसरे (गहराई) वेक्टर को प्राप्त करने के लिए किया जाता है जो छवि से व्युत्पन्न होता है। सिद्धांत रूप में, बाद के संस्करण स्टीरियो कैमरों का उपयोग इस पाइपलाइन में सुधार करने के लिए कर सकते हैं, हालांकि यह देखना बाकी है कि क्या अतिरिक्त प्रसंस्करण ओवरहेड हार्डवेयर-आधारित 3डी धारणा के लाभ को बरकरार रखेगा।

किसी भी मामले में, 3डी मान प्राप्त करने के साथ, गणना का उपयोग ब्रेडथ फ़र्स्ट सर्च (बीएफएस) के लिए एक मूल के रूप में किया जाता है। पिक्सेल जो अन्यथा बीएफएस (अर्थात पिक्सेल जो पहले से ही सीमा के भीतर पहचाने जाते हैं) द्वारा समाप्त हो जाएंगे, को डीबीएससीएन क्लस्टरिंग (यदि पहले से नहीं क्लस्टर किया गया है) के लिए एंकर बिंदु के रूप में उपयोग किया जाता है, और दिनचर्या ब्रेक-पॉइंट से बीएफएस मूल्यांकन में वापस आती है।

जीपीए का आर्किटेक्चर。

प्रक्रिया तब तक दोहराई जाती है जब तक कि कोई वस्तु को मार्जिन पैरामीटर के अनुरूप क्षेत्र (एफओवी – जो इस मामले में टकराव से बचने के लिए बिल्कुल स्पष्ट होना चाहिए) के भीतर पहचाना और लेबल नहीं किया जाता है।

अंत में, वेक्टर गणना का उपयोग स्पष्ट पथ उत्पन्न करने या यह सत्यापित करने के लिए किया जाता है कि उपयोगकर्ता की दृष्टि दिशा पहले से ही एक सुरक्षित मार्ग है या बाधा से गुजरने के लिए।

परीक्षण जहां प्रणाली दृश्यता को अनदेखा करती है (बाएं) और जहां मार्ग को दृश्यता को एक उड़ान पथ के लिए महत्वपूर्ण के रूप में पुनः गणना किया जाता है (दाएं)।

परीक्षण

जीपीए-आधारित ड्रोन नियंत्रण प्रणाली का परीक्षण करने के लिए, चीनी शोधकर्ताओं ने शून्य ज्ञान वाले स्वयंसेवकों का उपयोग किया और प्रणाली के मूलभूत संचालन के साथ तीन संक्षिप्त अभिविन्यास दिनचर्या के साथ कोई अनुभव नहीं था। विषयों को केवल तीन संक्षिप्त अभिविन्यास दिनचर्या के साथ बंद और बाहरी वातावरण में बाधा पाठ्यक्रमों को नेविगेट करने की आवश्यकता थी जिसमें वे प्रणाली के मूल संचालन से परिचित हो सकें।

इसके अलावा, शोधकर्ताओं ने स्वयंसेवकों को बाधाओं के मूलभूत टोपोलॉजी के बारे में सूचित किया, शोधकर्ताओं ने ब्रीफिंग में शामिल नहीं की गई ‘अप्रत्याशित बाधाओं’ जोड़ीं।

ऊपर, ऑनलाइन क्वाड्रोटर ड्रोन के मार्ग, ऊंचाई से रंगे। नीचे, नेविगेबल बाधाएं, बॉक्स से शुरू होती हैं और रिंग तक जाती हैं।

व्यावहारिक रूप से, प्रणाली उपयोगकर्ता की दृष्टि डेटा को प्रभावी ढंग से सही करने में सक्षम थी ताकि उपयोग किए जाने वाले अंतरिक्ष-महत्वपूर्ण ड्रोन रिंग और बॉक्स के आकार की बाधाओं से गुजर सकें या टकराव के बिना गुजर सकें, और शोधकर्ताओं ने निष्कर्ष निकाला है कि उनकी प्रणाली दोनों सहज और सुरक्षित है, संचालन में एक उच्च मार्जिन के साथ।

शोधकर्ताओं ने अपने दृष्टिकोण के प्रदर्शन की तुलना माविक एयर 2 प्रणाली में फोकसट्रैक आर्किटेक्चर से की, निष्कर्ष निकाला कि यह बाद में सटीक उपयोगकर्ता इरादे को मापने और कार्य करने में सक्षम होने के कारण बेहतर प्रदर्शन करता है।

आंख ट्रैकिंग प्रौद्योगिकी को स्वायत्त वाहन डेटा संग्रह के लिए मशीन लर्निंग-आधारित एसडीवी प्रणालियों और पायलटों के ध्यान पैटर्न के शोध सहित विभिन्न क्षेत्रों में व्यापक रूप से शोधित किया गया है। इस साल जुलाई में, एक बुल्गारिया से एक शोध टीम ने प्रकाशित निष्कर्षों को प्रकाशित किया जो यूएवी पायलटों के अवलोकनों से निकले थे जिन्होंने उड़ान के लैंडिंग चरण को शुरुआती शिक्षार्थियों के लिए सबसे चुनौतीपूर्ण के रूप में स्थापित किया था।

जीपीए के लिए शोधकर्ताओं का आधिकारिक वीडियो देखें, नीचे।