Algorîtma Di Wesayîtên Xweser de Navîgasyona Erdê-Rêvebera Dîtbar çalak dike

Algorîtmayek nû ya fêrbûna kûr a ku ji hêla lêkolînerên Enstîtuya Teknolojiyê ya Kalîforniyayê (Caltech) ve hatî pêşve xistin rê dide pergalên xweser ku li ku derê ne bi çavdêriya axa li dora xwe nas bikin. Ji bo cara yekem, ev teknolojî dikare bêyî guhertinên demsalî yên li erdê bixebite.

Lêkolîn di 23ê Hezîranê de di kovarê de hat weşandin Science Robotics ji hêla Komeleya Amerîkî ya ji bo Pêşveçûna Zanistî (AAAS).

Navîgasyon Visual Terrain-Relative

Pêvajoyê wekî navîgasyon-axê-nasa dîtbarî (VTRN) tê gotin, û ew yekem car di salên 1960-an de hate pêşve xistin. Pergalên xweser dikarin xwe bi navgîniya VTRN-ê ve bigihînin bi berhevkirina zeviyên nêzîk û wêneyên satelîtê yên bi rezîliya bilind.

Lêbelê, nifşa heyî ya VTRN hewce dike ku axa ku ew lê dinihêre ku ji nêz ve wêneyên di databasê de bişopîne. Her guheztinek li axê, wek berf an ketina pelan, dikare bibe sedema têkçûna pergalê ji wêneyên nehevber. Ev tê vê wateyê ku pergalên VTRN dikarin bi hêsanî werin tevlihev kirin heya ku di bin her şert û mercên gengaz de databasek wêneyên perestgehê hebe. 

Tîma ku bi vê projeyê re têkildar e ji laboratûara Soon-Jo Chung, Profesorê Aerospace û Kontrol û Pergalên Dînamîkî yên Bren û zanyarê lêkolînê li JPL tê. Tîm fêrbûna kûr û îstîxbarata sûnî (AI) bikar anî da ku naveroka demsalî ya ku dikare ji pergalên VTRN-ê re aciz bibe rake. 

Anthony Fragoso mamosteyek û zanyarek karmend e, û her weha nivîskarê sereke yê kaxeza Science Robotics.

"Qîdeya rast ev e ku her du wêne - ya ji satelîtê û ya ji wesayîta xweser - ji bo ku teknîkên heyî bixebitin, pêdivî ye ku naverokek wekhev hebe. Cûdahiyên ku ew dikarin bi dest bixin li ser tiştê ku dikare bi fîlterek Instagram-ê ku rengên wêneyek diguhezîne pêk were, dibêje Fragoso. "Lêbelê, di pergalên rastîn de, tişt li gorî demsalê bi tundî diguhezin ji ber ku wêne êdî heman tiştan nagirin û rasterast nayên berhev kirin."

Fêrbûna Xweserî

Pêvajo ji hêla Chung û Fragoso ve bi hevkariya xwendekarê mezûn Connor Lee û xwendekarê lîsansê Austin McCoy ve hate pêşve xistin, û ew "fêrbûna xwe-çavdêrî" bikar tîne.

Li şûna ku meriv xwe bispêre annotatorên mirovan da ku daneyên mezin çêbike da ku algorîtmayek fêr bike ka meriv çawa tiştek nas dike, wekî ku di piraniya stratejiyên-vîzyona komputerê de ye, ev pêvajo dihêle ku algorîtma xwe hîn bike. AI di wêneyan de bi hûrgulî û taybetmendiyên ku çavê mirov ji bîr dike, qalibên wêneyan dişoxilîne. 

Bi pêvekirina nifşa heyî ya VTRN-ê bi pergala nû re, ew cîhê rasttir peyda dike. Yek ceribandinek lêkolîneran ku hewl didin ku wêneyên pelên havînê li hember dîmenên pelên zivistanê yên zivistanê bi karanîna teknolojek VTRN-ya-bingeha hevrêziyê herêmî bikin. Wan dît ku ji sedî 50 ji hewildanan di encama têkçûna navîgasyonê de derketin, lê gava ku wan algorîtmaya nû têxe nav VTRN, ji sedî 92 ji hewlan rast hatin berhev kirin, û ji sedî 8ê din jî di pêş de wekî pirsgirêk têne nas kirin. 

Lee dibêje: "Komputer dikarin qalibên nezelal ên ku çavên me nabînin bibînin û dikarin trenda herî piçûk jî bibînin." "VTRN di nav hawîrdorên hevpar lê dijwar de di xetereyê de bû ku bibe teknolojiyek bêkêmasî. Me xebatên bi dehan salan ji bo çareserkirina vê pirsgirêkê rizgar kirin.”

Serlêdanên li Space

Pergala nû ne tenê ji bo dronên xweser ên li ser Erdê tê bikar anîn, lê ew dikare ji bo mîsyonên fezayê jî were bikar anîn. Mîsyona Rovera Perseverance ya Mars 2020 ya JPL-ê di dema ketin, daketin û daketina Kratera Jezero de, ku berê ji bo têketina ewle pir xeternak dihat hesibandin, VTRN bikar anî.

Li gorî Chung, ji ​​bo rowerên mîna Perseverance, "hinek ajotina xweser hewce ye ji ber ku veguheztin heft hûrdeman digire da ku di navbera Erd û Marsê de bigerin, û li Marsê GPS tune." 

Tîm bawer dike ku pergala nû dikare li herêmên behrê yên Marsî jî were bikar anîn, ku guherînên demsalî yên tund hene. Ew dikare navîgasyon çêtir bike ku piştgirî bide armancên zanistî, wek lêgerîna avê.

Tîm dê nuha teknolojiyê berfireh bike da ku guheztinên hewayê, wek mij, baran, û berfê hesab bike. Ev kar dikare bibe sedema pergalên navîgasyonê yên çêtirîn ji bo otomobîlên xwe-ajotinê.