هواپیماهای بدون سرنشین برنامه ریزی شده در صورت عدم قطعیت پرواز می کنند

۲۳ بهمن ۱۳۹۶ کافه

شرکت هایی مانند آمازون ایده های بزرگ برای هواپیماهای بدون سرنشین دارند که می توانند بسته های خود را به سمت درب خود حمل کنند. اما حتی به همراه کنار گذاشتن مسائل مربوط به سیهست، هواپیماهای بدون سرنشین برنامه ریزی شده برای پرواز در فضاهای پرجمعیت مانند شهرهای دشوار هست. توانایی اجتناب از موانع در هنگام مسافرت در سرعت های به همراهلا به صورت محاسبه همراهتی پیچیده هست، به ویژه برای هواپیماهای بدون سرنشین کوچک که در حد چابکی برای حمل پردازنده در زمان واقعی هستند.

بسیاری از رویکردهای موجود بر روی نقشه های پیچیده تطبیق می کنند که هدف آنها این هست که دقیقا در جایی که آنها نسبت به موانع هستند، به طور غیرمستقیم در محیط های واقعی به همراه اجزای غیر قابل پیش بینی عمل کنند. اگر موقعیت برآورد شده آنها حتی یک حاشیه کوچک به همراهشد، می توانند به راحتی سقوط کنند.

        
  
  
      
        
      
          

              

    

  
  
  
  
  
  

به همراه توجه به این نکته، یک تیم از آزمایشگاه هوش مصنوعی MIT و آزمایشگاه مصنوعی مصنوعی (CSAIL) NanoMap را توسعه داده هست، سیستمی که اجازه می دهد هواپیماهای بدون سرنشین دائما ۲۰ مایل در ساعت را از طریق محیط های متراکم مانند جنگل ها و انبه همراهرها پرواز کنند.

یکی از نگرش های کلیدی NanoMap یک روش شگفت آور ساده هست: سیستم موقعیت مکانی دونین در جهان را در طول زمان به عنوان نامعلوم در نظر می گیرد و در واقع برای این عدم قطعیت مدل ها و حساب می شود.

"پایت فلورانس، دانشجوی کارشناسی ارشد در یک مقاله جدید مرتبط می گوید:" نقشه های به همراه اعتماد به نفس بیش از حد به شما کمک نمی کند، اگر شما می خواهید هواپیماهای بدون سرنشین که می توانند در سرعت های به همراهلاتر در محیط های انسانی کار کنند. " "رویکردی که از عدم اطمینان بیشتر آگاه هست، به ما امکان می دهد تا در محدوده نزدیک پرواز کند و از موانع جلوگیری کند."

به طور خاص، NanoMap از یک سیستم سنجش عمق هستفاده می کند تا مجموعه ای از اندازه گیری های مربوط به محیط اطراف آن را به هم بزند. این اجازه می دهد تا آن را نه تنها برنامه های حرکت برای زمینه فعلی خود را، بلکه پیش بینی می کند که چگونه آن را در زمینه های پنهان از نظر که قبلا دیده می شود حرکت می کند.

"فلسن می گوید" این نوعی شبیه به صرفه جویی در تمام تصاویری هست که از جهان دیده اید به عنوان یک نوار بزرگ در سرتان. " "برای هواپیماهای بدون سرنشین برای برنامه ریزی حرکات، در اصل به زمان فکر می کند به طور جداگانه از همه مکان های مختلف که در آن بود."

آزمایشات تیم اثرات نااطمینی را نشان می دهد. به عنوان مثال، اگر NanoMap مدل نامطمئن نبود و هواپیمای بدون سرنشین تنها ۵ درصد دور از جایی که انتظار می رفت، هواپیمای بدون سرنشین بیش از یک به همراهر در هر چهار پرواز سقوط کرد. در همین حال، زمانی که نااطمینانی ایجاد کرد، میزان تصادف به ۲ درصد کاهش یافت.

این مقاله توسط فلورانس و MIT پروفسور Russ Tedrake همراه به همراه مهندسان نرم افزار تحقیق جان کارتر و جیک Ware مشترک شده هست. اخیرا به کنفرانس بین المللی ربه همراهتیک و اتوماسیون IEEE که در ماه می در بریزبن هسترالیا برگزار می شود، پذیرفته شد.

سالها دانشمندان کامپیوتر به همراه الگوریتمی کار کرده اند که به هواپیماهای بدون سرنشین اجازه می دهد تا بدانند کجا هستند، چه چیزی در اطراف آنها هستند و چگونه از یک نقطه به مقصد دیگر. رویکردهای مشترک مانند محلی سازی و نقشه برداری همزمان (SLAM) داده های خام جهان را به دست می آورند و آنها را به نمایندگی های نقشه تبدیل می کنند.

اما خروجی روش SLAM معمولا برای طراحی حرکات هستفاده نمی شود. این جایی هست که محققان اغلب از روش هایی مانند "شبکه های مشاغل" هستفاده می کنند که در آن بسیاری از اندازه گیری ها به یک نمایش خاص از دنیای ۳D منعکس شده اند.

مشکل این هست که این داده ها می توانند هر دو بی اعتبه همراهر و سخت برای جمع آوری به سرعت. در سرعت های به همراهلا، الگوریتم های دید رایانه نمی توانند بیشتر از محیط اطرافشان را ایجاد کنند، و به همراهعث می شود هواپیماهای بدون سرنشین به اطلاعات نادرست از سنسور اندازه گیری درونی (IMU)، که وسایل مانند شتاب هواپیمای بدون سرنشین و سرعت چرخش را اندازه گیری می کند، متکی به همراهشد.

نحوه کار NanoMap این هست که اساسا جزئیات جزئی را عرق نمی کند. این عمل تحت این فرض هست که برای جلوگیری از یک مانع، شما مجبور نیستید ۱۰۰ اندازه مختلف را انتخاب کنید و متوسط ​​را پیدا کنید تا محل دقیق آن را در فضا ببینید. به جای آن، به سادگی می توانید اطلاعات کافی را بدست آورید تا بدانید که شی در یک منطقه عمومی قرار دارد.

"تفاوت اصلی در کار قبلی این هست که محققان یک نقشه از تصاویر مجموعه ای به همراه موقعیت نامطمئن خود ایجاد کرده اند، نه تنها مجموعه ای از تصاویر، موقعیت و جهت گیری آن،" سبه همراهستین Scherer، دانشمند سیستم در Carnegie می گوید موسسه ربه همراهتیک دانشگاه ملون. "ردیابی عدم اطمینان از مزیت هستفاده از تصاویر قبلی جلوگیری می کند، حتی اگر ربه همراهت دقیقا دقیقا جایی نبه همراهشد و اجازه می دهد تا در برنامه ریزی پیشرفته"

فلورانس NanoMap را به عنوان اولین سیستم توصیف می کند که پرواز هواپیمای بدون سرنشین را به همراه داده های ۳ بعدی که از عدم اطمینان آگاه هست آگاه می کند، به این معنی هست که هواپیمای بدون سرنشین متوجه می شود که موقعیت و جهت گیری آن کاملا از بین نمی رود جهان. تکرارهای آینده ممکن هست شامل قطعات دیگری از اطلاعات مانند عدم اطمینان در اندازه گیری های عمیق فردی هواپیماهای بدون سرنشین به همراهشد.

NanoMap به ویژه برای هواپیماهای بدون سرنشین کوچکتر که از طریق فضاهای کوچکتر حرکت می کنند، مؤثر هست و در کنار سیستم دوم که بر برنامه ریزی طولانی تر افق قرار دارد تمرکز خوبی دارد. (محققان NanoMap را در سال گذشته در یک برنامه مرتبط به همراه آژانس پروژه های تحقیقاتی پیشرفته دفاع، یا DARPA آزمایش کردند.)

تیم می گوید که این سیستم می تواند در زمینه هایی از جستجو و نجات و دفاع به بسته های تحویل و سرگرمی هستفاده شود. همچنین می تواند به ماشین های خود رانندگی و دیگر انواع ناوبری خود مختاری اعمال شود.

"محققان Scherer می گویند:" محققان نتایج قابل توجهی را برای جلوگیری از موانع به نمایش گذاشتند و این کار را قادر می سازد تا ربه همراهت ها سریعا برای برخورد به همراه یکدیگر مورد آزمایش قرار گیرند. " "پرواز سریع میان موانع یک قابلیت کلیدی هست که امکان فیلمبرداری بهتر توالیهای عمل، جمعآوری اطلاعات کارآمدتر و پیشرفتهای دیگر در آینده را فراهم میکند."

این کار بخشی از برنامه Darnia Fast Lightweight Autonomy بود.

دانلود آهنگ مسعود صادقلو ما به هم میایم