рд░реЛрдмреЛрдЯрд┐рдХреНрд╕
рдбреНрд░реЛрди рдХреЛ рд╕реАрдзреЗ рджреГрд╖реНрдЯрд┐ рдХреЗ рдорд╛рдзреНрдпрдо рд╕реЗ рдирд┐рдпрдВрддреНрд░рд┐рдд рдХрд░рдирд╛
चीन के शोधकर्ताओं ने एक नया एल्गोरिदम विकसित किया है जो उपयोगकर्ता की दृष्टि को सीधे व्याख्या करके ड्रोन उड़ान को नियंत्रित करने में सक्षम बना सकता है। प्रभावी रूप से, मानव ऑपरेटर ‘ड्रोन बन जाता है’ और उपयोगकर्ता की दृष्टि दिशा के आधार पर इसके मार्ग को निर्देशित 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 विस्तारित पूर्ण गति फुटेज के लिए। स्रोत: https://www.youtube.com/watch?v=WYujLePQwB8
लेख पेपर को जीपीए-टेलオपरेशन: गेज़ एन्हांस्ड परसेप्शन-एवेयर सेफ असिस्टिव एरियल टेलओपरेशन कहा जाता है, और यह जेजियांग विश्वविद्यालय में साइबर-सिस्टम और नियंत्रण संस्थान और नैनजिंग प्रौद्योगिकी संस्थान में स्वचालन विद्यालय के शोधकर्ताओं से आता है। शोधकर्ताओं ने आज प्रणाली की क्षमताओं को प्रदर्शित करने वाला एक वीडियो भी जारी किया है (लेख के अंत में देखें)।
अभिन्न नियंत्रण से परे
शोधकर्ता ड्रोन नियंत्रण के लिए स抽象ता की परत को हटाने की कोशिश 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 खुरदरा स抽象 हैं, जिससे अप्रत्याशित मैन्यूवरिंग और मार्गदर्शन आंदोलनों की व्याख्या होती है।
इस साल की शुरुआत में एक पेपर, उसी शोधकर्ताओं से, ड्रोन नेविगेशन में दृष्टि की दृश्यता के महत्व पर जोर दिया, और वर्तमान कार्य उस शोध के निष्कर्षों का विकास है।
ऊपर, ड्रोन परीक्षण प्रयोगशाला ‘असॉल्ट कोर्स’ के मार्ग का एक संयोजन (बाहरी परीक्षणों के लिए अंत वीडियो देखें एक प्राकृतिक खुले वातावरण में)। 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
एल्गोरिदम
जीपीए एक बैक-एंड ऑप्टिमाइज़र का उपयोग करता है जो उपयोगकर्ता की दृष्टि को सुरक्षित ऑप्टिमल पथ में परिष्कृत करता है, जो वीडियो गेम में ‘ऑटो एइम’ के बराबर है, लगभग शून्य विलंबता के साथ (स्पष्ट कारणों से)।
यूएवी सब्सिस्टम मॉड्यूल ड्रोन में सीधे स्थापित किए जाते हैं, जिसमें स्थिति अनुमान, योजना, मैपिंग और नियंत्रण मॉड्यूल शामिल हैं। स्थानीय प्रणाली उपयोगकर्ता द्वारा पहने जाने वाले हार्नेस में एक आंख इकाई से आंख-दृष्टि डेटा प्राप्त करती है, जो एक प्रारंभिक टोपोलॉजिकल पथ प्रदान करती है, जिसे प्रणाली को रनटाइम पर साफ करना होता है।
दूरस्थ नियंत्रक के लिए एक सुसंगत अनुभव बनाने के लिए, उपयोगकर्ता द्वारा प्राप्त मोनोक्रोम दृश्य को ड्रोन की ऑन-बोर्ड प्रणाली द्वारा स्वचालित रूप से केंद्रित किया जाता है, क्योंकि इसके बिना यह नई मार्ग विचलन (दृष्टि-दिशा में परिवर्तन के रूप में संकेत दिया जाता है) की व्याख्या करना मुश्किल होगा।
परीक्षण
प्रणाली का परीक्षण करने के लिए, चीनी शोधकर्ताओं ने शून्य ज्ञान वाले स्वयंसेवकों की एक श्रृंखला का उपयोग किया और ड्रोन उड़ान नियंत्रण में कोई अनुभव नहीं था। विषयों को केवल तीन संक्षिप्त अभिविन्यास दिनचर्या के साथ परिचित होने के लिए आवश्यक था जिसमें प्रणाली के मूलभूत संचालन को परिचित करने के लिए।
इसके अलावा, स्वयंसेवकों को बाधाओं के मूलभूत टोपोलॉजी के बारे में सूचित किया गया था, शोधकर्ताओं ने ब्रीफिंग में शामिल नहीं किए गए ‘अचंभा बाधाओं’ को जोड़ा।
ऊपर, ऑनलाइन क्वाड्रोटर ड्रोन के मार्ग, ऊंचाई से रंगे। नीचे, नेविगेबल बाधाएं, बॉक्स और रिंग के आकार की बाधाओं से शुरू होती हैं।
अभ्यास में, प्रणाली उपयोगकर्ता की दृष्टि डेटा को प्रभावी ढंग से सही करने में सक्षम थी ताकि अंतरिक्ष-महत्वपूर्ण ड्रोन बिना टकराव के रिंग और बॉक्स के आकार की बाधाओं से गुजर सकें और शोधकर्ताओं ने निष्कर्ष निकाला है कि उनकी प्रणाली दोनों स直 और सुरक्षित है, संचालन में एक उच्च सुरक्षा मार्जिन के साथ।
शोधकर्ताओं ने अपने दृष्टिकोण के प्रदर्शन की तुलना माविक एयर 2 प्रणाली में फोकसट्रैक आर्किटेक्चर से की, यह 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 क्षेत्रों में व्यापक रूप से शोधित किया गया है। इस साल जुलाई में, बुल्गारिया की एक शोध टीम ने प्रकाशित निष्कर्षों को प्रकाशित किया जो यूएवी पायलटों के अवलोकनों से स्थापित किए गए थे कि उड़ान के लैंडिंग चरण को शुरुआती शिक्षार्थियों के लिए सबसे चुनौतीपूर्ण है।
शोधकर्ताओं के आधिकारिक वीडियो को जीपीए के लिए नीचे देखें।
https://www.youtube.com/watch?v=WYujLePQwB8
