Algoritme gjør det mulig for autonom droner å fly raskere enn menneskestyrte

I fortiden har menneskelige piloter vært i stand til å utføre bedre enn autonome systemer når det gjelder å fly droner. Men en forskningsgruppe fra Universitetet i Zürich (UZH) har utviklet en algoritme som endrer denne dynamikken.

Droner må være raskt gitt deres begrensede batterilevetid. Dette betyr at de må utføre oppgaver så raskt som mulig, inkludert søk- og redningsoppdrag, bygninginspeksjoner eller levering. Dette krever ofte at dronene flyr gjennom en rekke punkter, som vinduer, rom, små rom eller andre bestemte steder. Når de flyr gjennom disse punktene, beregner dronene den beste banen og akselerasjon eller bremsing på hvert punkt.

Teamets Algoritme

Forskningsgruppens algoritme kan finne den raskeste banen for å guide en quadrotor, som er en drone med fire propeller, gjennom en rekke punkter på en bane.

Davide Scaramuzza leder Robotics and Perception Group ved UZH og Rescue Grand Challenge of the NCCR Robotics, som var ansvarlig for å finansiere forskningen.

“Vår drone slo den raskeste runden til to verdensklassepiloter på en eksperimentell racerbane,” sier Scaramuzza. “Nyskapningen med algoritmen er at den er den første som genererer tidsoptimale baner som fullstendig tar hensyn til dronenes begrensninger.”

Tidligere arbeid i dette området konsentrerte seg om forenklinger av quadrotorsystemet eller beskrivelsen av flyvebanen, som var begrensende faktorer.

Phillip Foehn er en PhD-student og første forfatter av artikkelen.

“Hovedideen er, i stedet for å tildele deler av flyvebanen til bestemte punkter, at vår algoritme bare forteller dronen å passere gjennom alle punkter, men ikke hvordan eller når å gjøre det,” sier Foehn.

Testing av den nye Algoritmen

For å teste ut det nye systemet, plasserte teamet algoritmen og to menneskelige piloter mot hverandre, flygende samme quadrotor gjennom en racerbane. De brukte eksterne kameraer for å fange bevegelsen til dronene. Med den autonome dronen, ga kameraene sanntidsinformasjon til algoritmen, som dronens posisjon på ethvert gitt øyeblikk.

For å skape et mer rettferdig system, tillot forskerne at menneskelige piloter trente på banen før racen. Til tross for all denne treningen, vant algoritmen likevel, og alle dens runder var raskere enn de menneskelige. Algoritmen utførte også mer konsistent enn mennesket. Etter at den fant den beste banen, kunne den gjentakende produsere den, noe menneskene ikke kunne.

Forskerne må skape en mindre datamessig krevende drone hvis den skal bli kommersielt anvendelig. Det nåværende systemet krever opptil en time for datamaskinen å beregne den tidsoptimale banen for hendelsen, og det avhenger av eksterne kameraer for å beregne sin posisjon på ethvert gitt øyeblikk. Forskerne ønsker nå å utforske kameraer ombord.

Til tross for disse nødvendige fremskrittene, er det en avgjørende utvikling at den autonome dronen kan fly raskere enn mennesket.

“Denne algoritmen kan ha enorme anvendelser i pakkelevering med droner, inspeksjon, søk og redning og mer,” sier Scaramuzza.