Τα drones μαθαίνουν να περιηγούνται αυτόνομα με τη μίμηση αυτοκινήτων και ποδηλάτων (video)

Ένας νέος αλγόριθμος επιτρέπει στα drones να πετάξουν αυτόνομα στους δρόμους μιας πόλης και σε εσωτερικούς χώρους. 


Όλα τα σημερινά εμπορικά drone χρησιμοποιούν GPS, το οποίο λειτουργεί πολύ πιο πάνω από τις στέγες των κτιρίων και σε υψηλά επίπεδα. Αλλά τι, συμβαίνει όταν τα drones πρέπει να πλοηγηθούν αυτόνομα σε χαμηλό υψόμετρο ανάμεσα σε ψηλά κτίρια ή σε δρόμους της πόλης, με αυτοκίνητα, ποδηλάτες ή πεζούς που ξαφνικά διασχίζουν το δρόμο τους; Μέχρι τώρα, τα εμπορικά drones δεν είναι σε θέση να αντιδράσουν γρήγορα σε τέτοια απρόβλεπτα γεγονότα.

Ενσωμάτωση αυτόνομης πλοήγησης σε drones

Ερευνητές του Πανεπιστημίου της Ζυρίχης και του Εθνικού Κέντρου Επιδεξιότητας στην Έρευνα NCCR Robotics ανέπτυξαν το DroNet, έναν αλγόριθμο που μπορεί να οδηγήσει με ασφάλεια έναν drone στους δρόμους μιας πόλης. Σχεδιασμένο ως ένα γρήγορο δίκτυο 8 επιπέδων, παράγει δύο εξόδους για κάθε μία εικόνα εισόδου: μια γωνία διεύθυνσης για να διατηρεί την περιστροφή του αεροσκάφους αποφεύγοντας τα εμπόδια και μια πιθανότητα σύγκρουσης για να επιτρέψει στο drone να αναγνωρίσει επικίνδυνες καταστάσεις και να αντιδράσει άμεσα σε αυτές. "To DroNet αναγνωρίζει στατικά και δυναμικά εμπόδια και μπορεί να επιβραδυνθεί για να αποφευχθεί η συντριβή σε αυτά. Με αυτόν τον αλγόριθμο κάναμε ένα βήμα προς την κατεύθυνση της ενσωμάτωσης αυτόνομης πλοήγησης στην καθημερινή ζωή", λέει ο Davide Scaramuzza, καθηγητής ρομποτικής στο Πανεπιστήμιο της Ζυρίχης.



Ισχυρός αλγόριθμος τεχνητής νοημοσύνης

Αντί να βασιστούν σε εξελιγμένους αισθητήρες, ο κινητήρας που αναπτύχθηκε από τους Ελβετούς ερευνητές χρησιμοποιεί μια κανονική κάμερα όπως αυτή κάθε smartphone και έναν πολύ ισχυρό αλγόριθμο τεχνητής νοημοσύνης για να ερμηνεύσει τη σκηνή που παρατηρεί και να αντιδράσει αναλόγως. Ο αλγόριθμος αποτελείται από ένα αποκαλούμενο Deep Neural Network. "Αυτός είναι ένας αλγόριθμος ηλεκτρονικού υπολογιστή που μαθαίνει να επιλύει σύνθετα καθήκοντα από ένα σύνολο« εκπαιδευτικών παραδειγμάτων »που δείχνουν στο drone πώς να κάνει ορισμένα πράγματα και να αντιμετωπίζει κάποιες δύσκολες καταστάσεις, όπως τα παιδιά μαθαίνουν από τους γονείς ή τους δασκάλους τους", λέει ο καθηγητής. Scaramuzza.

Τα αυτοκίνητα και τα ποδήλατα είναι οι δάσκαλοι των drones

Μία από τις πιο δύσκολες προκλήσεις στην βαθιά εκμάθηση (deep learning) είναι η συλλογή αρκετών χιλιάδων «εκπαιδευτικών παραδειγμάτων». Για να αποκτήσουν αρκετά δεδομένα για την κατάρτιση των αλγορίθμων τους, ο καθηγητής Scaramuzza και η ομάδα του συγκέντρωσαν δεδομένα από αυτοκίνητα και ποδήλατα που οδηγούσαν σε αστικά περιβάλλοντα. Με τη μίμηση τους, το drone μάθαινε αυτόματα να σέβεται τους κανόνες ασφαλείας, όπως π.χ. "Πως να ακολουθεί το δρόμο χωρίς να περάσει στην επερχόμενη λωρίδα", ή "Πως να σταματήσει όταν εμπόδια όπως πεζοί, οικοδομικές εργασίες ή άλλα οχήματα, εμποδίζουν το δρόμο του. " Ακόμη πιο ενδιαφέρον, οι ερευνητές έδειξαν ότι τα drones δεν έμαθαν μόνο να περιηγούνται σε δρόμους της πόλης, αλλά και σε τελείως διαφορετικά περιβάλλοντα όπου δεν έχουν διδαχθεί όπως να πετούν αυτόνομα σε εσωτερικά περιβάλλοντα.

Προς πλήρη αυτονομία

Η έρευνα αυτή ανοίγει το δυναμικό για την παρακολούθηση και την επιτήρηση ή την παράδοση δεμάτων σε γεμάτους δρόμους της πόλης, καθώς και για επιχειρήσεις διάσωσης σε απομακρυσμένες αστικές περιοχές. Παρ 'όλα αυτά, η ερευνητική ομάδα προειδοποιεί από τις υπερβολικές προσδοκίες για το τι μπορούν να κάνουν τα ελαφριά, φθηνά drones. "Πολλά τεχνολογικά ζητήματα πρέπει ακόμα να ξεπεραστούν πριν οι πιο φιλόδοξες εφαρμογές μπορέσουν να γίνουν πραγματικότητα", λέει ο PhD Student Antonio Loquercio.


Ετικέτες
[blogger]

Author Name

Φόρμα επικοινωνίας

Όνομα

Ηλεκτρονικό ταχυδρομείο *

Μήνυμα *

Από το Blogger.