Обычный человек, вероятно, не задумывался об этом, но на самом деле существует множество фантастических приложений для роя дронов. От практических операций, таких как опрыскивание сельскохозяйственных культур, до яркого светового шоу, небо — это, безусловно, предел. Но сначала мы должны научить их не врезаться друг в друга.
Энрика Сориа, инженер-математик и аспирант робототехники из Швейцарского федерального технологического института в Лозанне (EPFL), тоже заботится об этом. Она построила компьютерную модель, которая могла успешно имитировать траектории пяти автономных дронов, летящих через густой лес без единого столкновения. Однако она поняла, что для того, чтобы проверить это в реальном мире, ей нужно преодолеть удивительное препятствие: деревья.
Дроны, особенно квадрокоптеры более высокого класса, которые она хотела использовать, дороги, и жертвовать несколькими из них во время теста было не совсем идеально. Поэтому Сория создал искусственный лес с мягкими деревьями, которые на самом деле были просто складными игровыми туннелями из Икеи. Сория сказал, что «даже если дроны врежутся в них, они не сломаются».
Однако помимо прекращения уничтожения дорогостоящих дронов (или невинных деревьев) эксперимент имеет более серьезные последствия. По мере того, как автономные рои дронов становятся все более и более распространенным явлением во всех отраслях промышленности и во многих приложениях, необходимо проводить больше обучения, чтобы гарантировать, что эти дроны не будут сталкиваться друг с другом (или с людьми или частной собственностью), когда они находятся вне дома. на работе. Надежная система управления, как у Сориа, — необходимый и важный шаг.
В настоящее время автономные рои контролируются реактивно. Это означает, что они всегда выполняют расчеты на основе расстояния до других предметов, поэтому они могут избегать препятствий или друг друга; Точно так же, если дроны слишком рассредоточятся, они обнаружат это и снова приблизятся. Это все хорошо, но остается вопрос, сколько времени потребуется дрону для выполнения этих корректировочных расчетов на лету.
Новый алгоритм «упреждающего управления» Soria активно работает, чтобы избежать этих замедлений благодаря лучшему и более эффективному планированию. С его помощью они общаются друг с другом, чтобы интерпретировать данные захвата движения в режиме реального времени, чтобы прогнозировать, куда будут двигаться другие находящиеся поблизости дроны, и соответствующим образом корректировать свои собственные позиции.
Как только она настроила искусственный лес и запустила симуляцию, она быстро поняла, что дроны не разбиваются и что ей не нужно вкладывать средства в более мягкие препятствия. Сориа отмечает: «Они способны заглядывать вперед во времени. Они могут предвидеть будущее замедление движения своих соседей и уменьшить негативное влияние этого на полет в режиме реального времени».
Благодаря этому Сориа смогла доказать, что ее алгоритм позволяет дронам преодолевать препятствия на 57% быстрее, чем дроны, использующие реактивное управление вместо алгоритма прогнозирования. Она отметила впечатляющие результаты в статье, опубликованной в журнале Nature Machine Intelligence в мае.
Этот проект, как и многие другие, предназначенные для обучения автономных транспортных средств, был вдохновлен природой. Да, как косяки рыб, стаи птиц и рои пчел. И, конечно же (по крайней мере сейчас), природа справляется с этим намного лучше, чем мы. Сориа отмечает, что «биологи говорят, что центрального компьютера нет», что означает, что ни одно животное или насекомое не управляет движением остальной группы. Скорее, каждый индивидуум вычисляет собственное окружение — например, препятствия и даже других рыб, птиц или пчел — и движется соответственно.
Хотя концепция предиктивного управления является первой для дронов, это старая идея. Ранее ученые использовали модель для навигации по территориям и системам для двух транспортных средств, движущихся по заранее заданным траекториям. Предиктивный контроль основан на множественных вычислениях в реальном времени, и если алгоритм, работающий с ним, не является элегантным, он может максимально использовать вычислительные возможности каждого дрона.
С таким количеством переменных, как скорость и расстояние в игре, алгоритм также должен быть тщательно и тщательно продуман. Основные параметры, такие как минимально допустимое расстояние между дронами, должны быть включены, чтобы избежать столкновений дронов с дронами, но более сложные вещи, такие как бесполетные зоны и эффективное отображение пути на желаемых скоростях, должны иметь возможность вычислять на лету без помех. все вверх.
По мере того, как эти алгоритмы станут более определенными и, следовательно, более мощными, им будет легче выполнять более широкий спектр задач, которые сложны или неэффективны для людей, таких как скоординированные доставки в крупных городских районах или воздушные поисково-спасательные миссии.. Но как бы то ни было, алгоритм Сориа — это огромный шаг вперед для дронов.
через проводной