Algoritm gör att autonom drönare kan flyga snabbare än människostyrda

I det förflutna har människliga piloter kunnat utveckla autonoma system när det gäller att flyga drönare. Men en forskargrupp från Universitetet i Zürich (UZH) har utvecklat en algoritm som förändrar denna dynamik.

Drönare måste vara snabba med tanke på deras begränsade batteriliv. Detta innebär att de måste utföra uppgifter på så kort tid som möjligt, inklusive sök- och räddningsuppdrag, byggnadsinspektioner eller leveranser. Detta kräver ofta att drönarna flyger genom en serie vägpunkter, såsom fönster, rum, små utrymmen eller andra specifika platser. När de flyger genom dessa vägpunkter beräknar drönarna den bästa banan och accelerationen eller bromsningen vid varje punkt.

Teamets algoritm

Forskningsgruppens algoritm kan hitta den snabbaste banan för att guida en quadrotor, som är en drönare med fyra propellrar, genom en serie vägpunkter på en bana.

Davide Scaramuzza leder Robotics and Perception Group vid UZH och Rescue Grand Challenge of the NCCR Robotics, som var ansvarig för att finansiera forskningen.

“Vår drönare slog den snabbaste varvet av två världsklassens människliga piloter på en experimentell racerbana”, säger Scaramuzza. “Nyhetsvärdet med algoritmen är att den är den första som genererar tidsoptimala banor som fullständigt tar hänsyn till drönarnas begränsningar.”

Tidigare arbete inom detta område fokuserade på förenklingar av quadrotorsystemet eller beskrivningen av flygbanan, vilka var begränsande faktorer.

Phillip Foehn är en doktorand och den första författaren till artikeln.

“Nyckelidén är att, snarare än att tilldela specifika delar av flygbanan till specifika vägpunkter, att vår algoritm bara ber drönaren att passera alla vägpunkter, men inte hur eller när den ska göra det”, säger Foehn.

Testning av den nya algoritmen

För att testa det nya systemet satte teamet algoritmen och två människliga piloter mot varandra, med drönaren som flög genom en racerbana. De förlitade sig på externa kameror för att fånga drönarens rörelse. Med den autonoma drönaren tillhandahöll kamerorna algoritmen med realtidsinformation, såsom drönarens position vid varje given tidpunkt.

För att skapa ett mer rättvist system tillät forskarna att de människliga piloterna tränade på banan innan racet. Trots all denna träning vann algoritmen fortfarande, och alla dess varv var snabbare än de mänskliga. Algoritmen presterade också mer konsekvent än de mänskliga. När den en gång hade hittat den bästa banan kunde den upprepa den, vilket de mänskliga piloterna inte kunde göra.

Forskarna måste skapa en mindre beräkningskrävande drönare om den ska kunna användas i kommersiella tillämpningar. Det nuvarande systemet kräver upp till en timme för datorn att beräkna den tidsoptimala banan för evenemanget, och det förlitar sig på externa kameror för att beräkna dess position vid varje given tidpunkt. Forskarna vill nu undersöka kameror ombord.

Även med dessa nödvändiga framsteg är det faktum att den autonoma drönaren kan flyga snabbare än den mänskliga en avgörande utveckling.

“Denna algoritm kan ha enorma tillämpningar inom paketleverans med drönare, inspektion, sök- och räddningsuppdrag och mer”, säger Scaramuzza.