Robotics Channel

Быстрый лёгкий

Этот дрон может лететь со скоростью 40 км/ч по лесу или в внутри здания, ловко маневрируя и облетая многочисленные препятствия. Ни один коммерческий БПЛА пока на такое не способен.

Разработали устройство и, самое главное, алгоритм пилотирования, учёные из Университета Цюриха в партнёрстве с Intel. Им удалось ускорить аппарат за счёт отказа от “традиционного” подхода к созданию системы управления полётом.

Обычные дроны собирают данные с сенсоров, затем создают карту местности и разрабатывают план действий. Все эти расчёты требуют значительного времени. Вместо этого учёные много часов тренировали нейронную сеть в симуляции, чтобы она, врезаясь в виртуальные деревья снова и снова, училась строить идеальную траекторию обхода препятствий на основе данных с сенсоров. То есть, этот автопилот при расчётах пропускает один шаг — построение карты — перепрыгивая от данных сенсоров сразу к плану полёта.

Конечно, у разработчиков были опасения, что натренированный в симуляции алгоритм может оказаться неэффективным в условиях реального мира — предусмотреть абсолютно всё многообразие вариантов и сценариев в виртуальном окружении невозможно. Но полевые испытания показали, что дрон отлично справляется со скоростным полётом и в заснеженном лесу, и в вагоне поезда, и в полуразрушенных зданиях.

Такого уровня мастерства пилоты из плоти и крови достигают спустя годы тренировок; алгоритмы ML — за один день. Но учёные признают, что люди всё ещё опережают подобные системы в когнитивном плане за счёт того, что способны мгновенно мысленно проложить маршрут на много шагов вперёд, тогда как этот шустрый дрон просчитывает свои действия лишь на одну секунду в будущее.
Также устройство пока испытывает проблемы в условиях плохой видимости: в тёмных помещениях, во время тумана, снегопада или дождя.

Разработчики не тестировали дрон в среде с движущимися препятствиями, хотя предполагают, что с этим не должно быть проблем, если скорость объектов сильно ниже скорости беспилотника. Усовершенствовать дрон можно за счёт использования более продвинутых событийных камер (event-камер) с детекцией движения.

Ну, что ж, ещё одна сцена из “Чёрного зеркала” — погоня дронов за человеком по лесу, теперь может стать реальностью.

👁Видео
ℹ️Источник IEEE
🤓Научная публикация в Science Robotics

YouTube

Learning High-Speed Flight in the Wild (Science Robotics, 2021)

Quadrotors are agile. Unlike most other machines, they can traverse extremely complex environments at high speeds. To date, only expert human pilots have been able to fully exploit their capabilities. Autonomous operation with onboard sensing and computation…

www.tgoop.com/robotics_channel/2510

6.96K viewsedited  Oct 8, 2021 at 06:55

Быстрый лёгкий

Этот дрон может лететь со скоростью 40 км/ч по лесу или в внутри здания, ловко маневрируя и облетая многочисленные препятствия. Ни один коммерческий БПЛА пока на такое не способен.

Разработали устройство и, самое главное, алгоритм пилотирования, учёные из Университета Цюриха в партнёрстве с Intel. Им удалось ускорить аппарат за счёт отказа от “традиционного” подхода к созданию системы управления полётом.

Обычные дроны собирают данные с сенсоров, затем создают карту местности и разрабатывают план действий. Все эти расчёты требуют значительного времени. Вместо этого учёные много часов тренировали нейронную сеть в симуляции, чтобы она, врезаясь в виртуальные деревья снова и снова, училась строить идеальную траекторию обхода препятствий на основе данных с сенсоров. То есть, этот автопилот при расчётах пропускает один шаг — построение карты — перепрыгивая от данных сенсоров сразу к плану полёта.

Конечно, у разработчиков были опасения, что натренированный в симуляции алгоритм может оказаться неэффективным в условиях реального мира — предусмотреть абсолютно всё многообразие вариантов и сценариев в виртуальном окружении невозможно. Но полевые испытания показали, что дрон отлично справляется со скоростным полётом и в заснеженном лесу, и в вагоне поезда, и в полуразрушенных зданиях.

Такого уровня мастерства пилоты из плоти и крови достигают спустя годы тренировок; алгоритмы ML — за один день. Но учёные признают, что люди всё ещё опережают подобные системы в когнитивном плане за счёт того, что способны мгновенно мысленно проложить маршрут на много шагов вперёд, тогда как этот шустрый дрон просчитывает свои действия лишь на одну секунду в будущее.
Также устройство пока испытывает проблемы в условиях плохой видимости: в тёмных помещениях, во время тумана, снегопада или дождя.

Разработчики не тестировали дрон в среде с движущимися препятствиями, хотя предполагают, что с этим не должно быть проблем, если скорость объектов сильно ниже скорости беспилотника. Усовершенствовать дрон можно за счёт использования более продвинутых событийных камер (event-камер) с детекцией движения.

Ну, что ж, ещё одна сцена из “Чёрного зеркала” — погоня дронов за человеком по лесу, теперь может стать реальностью.

👁Видео
ℹ️Источник IEEE
🤓Научная публикация в Science Robotics

BY Robotics Channel