Штучний інтелект використовує візуальну появу для оцінки відстаней для дронів

Нова оптична потокова навчальна процес, розроблена командою дослідників у TU Delft та Західнофалійському університеті прикладних наук, дозволяє роботам оцінювати відстані через візуальну появу об’єктів на виду. Візуальна поява може включати фактори, такі як форма, колір і текстура.

За допомогою цієї штучної інтелектуальної навчальної стратегії можна покращити навігацію малих літаючих дронів.

Стаття була опублікована минулого місяця в Nature Machine Intelligence.

Роботи проти комах

Щоб дрібні літаючі роботи мали той же рівень автономності, який ми бачимо у великих самоходних транспортних засобах, їм потрібно буде демонструвати той же розвинений інтелект, який присутній у літаючих комах, що можна зробити за допомогою високоефективних систем штучного інтелекту.

Дрібні літаючі роботи, які зараз є на ринку, не несуть необхідної кількості датчиків і обчислювальної потужності на борту, що є однією з найбільших проблем цієї технології.

У природному світі комахи використовують «оптичний потік», який полягає в тому, як об’єкти рухаються в полі зору комахи. Цей оптичний потік дозволяє їм сідати на квіти і уникати хижаків. Що дивно в цьому оптичному потоці, так це те, що він простий,尽管 використовується для складних завдань.

Гвідо де Крон – професор біоінспірованих мікроавтомобілів і перший автор статті.

«Наша робота над оптичним потоком почалася з ентузіазму щодо елегантних, простих стратегій, які використовуються літаючими комахами», – сказав він. «Однак, розробка методів контролю для реалізації цих стратегій у літаючих роботах виявилася далеко не тривіальною. Наприклад, наші літаючі роботи не сідали, а починали коливатися, безперервно піднімаючись і опускаючись просто над поверхнею посадки».

https://www.youtube.com/watch?v=A50Wl311rmU&feature=emb_title

Оптичний потік

Є дві основні обмеження оптичного потоку. По-перше, він надає змішану інформацію про відстань і швидкість, і не надає інформації про кожну з них окремо. По-друге, оптичний потік дуже малий у напрямку руху дрона, що має наслідки для уникнення перешкод. Інакше кажучи, робот має найбільші труднощі при виявленні об’єктів, до яких він рухається.

«Ми зрозуміли, що обидві проблеми оптичного потоку зникнуть, якщо роботи зможуть інтерпретувати не тільки оптичний потік, а й візуальну появу об’єктів у своєму оточенні», – сказав Гвідо де Крон. «Це дозволить роботам бачити відстані до об’єктів у сцені подібно до того, як ми люди можемо оцінювати відстані на нерухомому зображенні. Єдине питання було: Як робот може навчитися бачити відстані так само?»

У новому підході, розробленому дослідниками, роботи використовують коливання, щоб навчитися, як виглядають об’єкти в їхньому оточенні залежно від відстані. Наприклад, дрон може навчитися, як виглядає текстура трави залежно від висоти, на якій він знаходиться під час посадки.

Христоф де Вагтер – дослідник у TU Delft і співавтор статті.

«Навчання бачити відстань за допомогою візуальної появи призвело до значно швидших і гладших посадок, ніж ми досягли раніше», – сказав він. «Крім того, для уникнення перешкод роботи тепер також можуть бачити перешкоди в напрямку польоту дуже чітко. Це не тільки покращило результати виявлення перешкод, а й дозволило нашим роботам прискоритися».

Нова розробка матиме наслідки для літаючих роботів, які мають обмежені ресурси, і вона особливо корисна для тих, які працюють у замкненому середовищі.