蘇黎世大學(xué)的研究人員開發(fā)了一種新方法，可以僅使用機(jī)載傳感和計(jì)算在未知的復(fù)雜環(huán)境中自動(dòng)駕駛四旋翼飛行器。這種新方法在緊急情況、建筑工地或安全應(yīng)用中可能有用。

在探索復(fù)雜和未知的環(huán)境(例如森林、建筑物或洞穴)時(shí)，無人機(jī)是難以匹敵的。它們快速、靈活且體積小，幾乎可以在任何地方攜帶傳感器和有效載荷。然而，在沒有地圖的情況下，自主無人機(jī)很難在未知環(huán)境中找到自己的路。目前，需要專業(yè)的人類飛行員來釋放無人機(jī)的全部潛力。

“要掌握自主敏捷飛行，你需要在一瞬間了解環(huán)境，讓無人機(jī)沿著無碰撞路徑飛行，”蘇黎世大學(xué)機(jī)器人與感知小組負(fù)責(zé)人戴維德斯卡拉穆扎說。“這對(duì)人類和機(jī)器來說都非常困難。經(jīng)過多年的堅(jiān)持和訓(xùn)練，專業(yè)的人類飛行員可以達(dá)到這個(gè)水平。但機(jī)器仍然在掙扎。”

在一項(xiàng)新研究中，Scaramuzza 和他的團(tuán)隊(duì)訓(xùn)練了一個(gè)自主四旋翼飛行器，可以在森林、建筑物、廢墟和火車等以前看不見的環(huán)境中飛行，保持高達(dá) 40 公里/小時(shí)的速度，并且不會(huì)撞到樹木、墻壁或其他障礙物。所有這一切都是依靠四旋翼飛行器的機(jī)載相機(jī)和計(jì)算來實(shí)現(xiàn)的。

無人機(jī)的神經(jīng)網(wǎng)絡(luò)通過觀察某種“模擬專家”來學(xué)習(xí)飛行——這種算法可以讓計(jì)算機(jī)生成的無人機(jī)在充滿復(fù)雜障礙的模擬環(huán)境中飛行。在任何時(shí)候，該算法都有關(guān)于四旋翼飛行器狀態(tài)和傳感器讀數(shù)的完整信息，并且可以依靠足夠的時(shí)間和計(jì)算能力來始終找到最佳軌跡。

這種“模擬專家”不能在模擬之外使用，但它的數(shù)據(jù)被用來教神經(jīng)網(wǎng)絡(luò)如何僅根據(jù)來自傳感器的數(shù)據(jù)來預(yù)測最佳軌跡。與現(xiàn)有系統(tǒng)相比，這是一個(gè)相當(dāng)大的優(yōu)勢，現(xiàn)有系統(tǒng)首先使用傳感器數(shù)據(jù)創(chuàng)建環(huán)境地圖，然后在地圖內(nèi)規(guī)劃軌跡——這兩個(gè)步驟需要時(shí)間并且無法高速飛行。

不需要真實(shí)世界的精確復(fù)制品

經(jīng)過模擬訓(xùn)練后，該系統(tǒng)在現(xiàn)實(shí)世界中進(jìn)行了測試，能夠在各種環(huán)境中以高達(dá) 40 公里/小時(shí)的速度飛行而不會(huì)發(fā)生碰撞。“雖然人類需要數(shù)年的訓(xùn)練，但人工智能利用高性能模擬器，可以更快地達(dá)到類似的導(dǎo)航能力，基本上是在一夜之間，”博士安東尼奧·洛奎西奧說。學(xué)生和論文的合著者。“有趣的是，這些模擬器不需要是現(xiàn)實(shí)世界的精確復(fù)制品。如果使用正確的方法，即使是簡單的模擬器也足夠了，”另一位博士 Elia Kaufmann 補(bǔ)充道。學(xué)生和合著者。

應(yīng)用不限于四旋翼飛行器。研究人員解釋說，相同的方法可能有助于提高自動(dòng)駕駛汽車的性能，甚至可以為在難以或不可能收集數(shù)據(jù)的領(lǐng)域(例如在其他星球上)訓(xùn)練人工智能系統(tǒng)的新方法打開大門。

據(jù)研究人員稱，下一步將是讓無人機(jī)從經(jīng)驗(yàn)中得到改進(jìn)，并開發(fā)更快的傳感器，可以在更短的時(shí)間內(nèi)提供更多關(guān)于環(huán)境的信息——從而使無人機(jī)即使以高于40 公里/小時(shí)。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！