Главная / Автономные БПЛА, работающие в стесненных пространствах и неотмеченных областях
28.10.2015 |
|
 Популярный термин «беспилотник», который вызывает в воображении образы дистанционно управляемых летающих роботов, становится все менее описательным в последних беспилотных летательных аппаратах (БПЛА). Новые приложения требуют большей автономии и интеллекта от БПЛА.
«Когда люди думают о беспилотных летательных аппаратах, они в значительной степени думают о больших военных беспилотников, которые летят высоко в небе», говорит Ник Рой, директор Robust Robotics Group в Лаборатории информатики и искусственного интеллекта Массачусетского технологического института. «Но имеет много приложений для небольших БПЛА, работающих ближе к земле, которые требуют большей автономии, например в сельскохозяйственном мониторинге, доставки товаров, и ситуационной осведомленности для экстренного реагирования».
Обучение БПЛА и других роботов думать самим за себя является центральной миссией Robust Robotics Group. «Мы хотим, чтобы БПЛА могли работать в городских условиях, чтобы делать полезные вещи и взаимодействовать с людьми», говорит Рой, который также является адъюнкт-профессором аэронавтики и астронавтики. «Мы хотим, чтобы они стали настолько умными, насколько они должны быть для решения задачи под рукой».
БПЛА имеют схожие принципы и алгоритмы со внеземными роботами. БПЛА потребуют больше автономии, чтобы избежать столкновений и аварий, а также понять, что происходит вокруг них. Определенный уровень надежной автономной работы будет иметь важное значение, если ФАУ полностью разрешить коммерческое применение дронов в Соединенных Штатах.
«Речь идет не просто об избегании препятствий, но и о понимании окружающей среды и того, что является безопасным и небезопасным», говорит Рой. «БЛА должны понимать свое поведение с точки зрения надежности и производительности, а также понимать то, как люди хотят сделать те или иные вещи».
В 2012 году Рой принял должность в Google X, чтобы помочь запустить Project Wing с целью демонстрации жизнеспособности поставки продукции, используя беспилотники. После того как Рой и его команда завершили прототип в августе 2014 года, Google была убежден, что настала было время перейти к фазе продукта. Рой вернулся в MIT в прошлом году, но при этом по-прежнему продолжает консультироваться с проектом.
Проект крыла является гибридом самолета вместо типовых конструкций квадротора, что ВПО преобладают академические исследования и потребительского рынка БПЛА в целом. Хотя он использует четыре ротора, роторы, как правило, работают, как пропеллеры самолета. Когда корабль достигнет своей цели, чтобы бросить пакет, он наклоняется вверх, поэтому он может парить, как квадротор.
Этот дизайн пересматривает старую идею о том, что является до сих пор не доказанной коммерческой точкой зрения. «Гибридные транспортные средства, такие как с двумя силовыми установками, исследовались на протяжении всей истории авиации», говорит Рой. «Но достаточно многое изменилось, чтобы попробовать исследовать их еще раз. Наша способность производить небольшие модели и встраивать и современные системы управления означает, что то, что когда-то было трудным для создания, теперь является относительно легким».
По сравнению с квадроторами, обычное неподвижное крыло имеет очевидные ограничения, в том числе необходимость во взлетно-посадочной полосе и требования для минимальной скорости, чтобы оставаться в воздухе. Тем не менее, аппараты с неподвижным крылом являются намного более эффективным в полете и могут оставаться в воздухе гораздо дольше. Между тем, новые гибридные конструкции обещают объединить лучшее из обеих технологий.
Хотя Рой сосредоточен больше на программное обеспечение, чем аппаратных средства, он должен оставаться в курсе всех последних технологий, особенно датчиков, которые помогают формировать интеллект БПЛА. Вдохновленные необходимостью снижения веса и потребляемой мощности, некоторые исследователи БПЛА стремятся использовать легкие, дешевые камеры для навигации, не требуя ЛИДАРов или 3D камеры.
«Пассивные камеры дают вам представление об области, которое, как я думаю, будет важным в будущем», говорит Рой. «Навигация на основе чистого видения до сих пор надежно работает, но в области наметилось много прогресса. Я взволнован о том, как мы могли бы использовать пассивные камеры, чтобы помочь ориентировать БПЛА самостоятельно.
В то же время, ни одна технология датчиков не является правильным ответом, как говорит Рой. «У GPS есть проблемы в городских условиях, а у камер есть свои проблемы, особенно в ночное время», говорит он. «Много недавних исследований моей группы было сосредоточено на точном масштабировании, будь то лазерный дальномер или 3D камера. Эти датчики являются тяжелыми и не работают в каждой области. Правильный ответ будет, вероятно, лежат в слиянии различных видов датчиков».
БПЛА с доставкой, таким, как Project Wing или прототип Amazon, будет нужно больше автономии и интеллекта, чем у типичного БПЛА, используемого для рекламы мониторинга сельскохозяйственных культур или съемки роликов. Это особенно верно, если БПЛА как ожидается, будут снижать и забирать пакеты в городских условиях.
«БПЛА должны быть достаточно умными, чтобы рассуждать об их собственной производительности и предстоящих поломках», говорит Рой. «Автономия является большой проблемой, стоящей перед интеграцией в воздушном пространстве. Дроны должны быть автономными для того, чтобы оправиться от неудач, и, чтобы не сталкиваться с другими самолетами. Они должны иметь автономию, чтобы взаимодействовать с органами управления воздушного движения и красиво вписываться в национальное воздушное пространство».
Исследователи из Массачусетского технологического института и в других местах были сосредоточены над наделением роботов функциями распознавания объектов, но это только начало. Большая проблема заключается в преодолении разрыва между принципиально разными способами, которыми думают люди и роботы.
«Роботы думают о мире с точки зрения очень низкоуровневой геометрии», говорит Рой. «Они рассматривают стены не как стены, а как пиксели, через которые они не могут проехать. Чтобы работать с людьми, роботы должны понимать, что именно представляют из себя вещи. Чтобы робот мог собрать коробку или загрузить грузовик, он должен семантически понимать то, что эти объекты являются».
Рой ориентируется не столько на само распознавание объектов, чем на помощь роботов в понимании того, как распределены объекты и как они могут взаимодействовать с ними. «Как только у вас появится обнаружение объекта или понимание сцены, вы можете перейти к следующему шагу: демонстрации робота, который использует это понимание для принятия решений».
Один из студентов Роя, например, пытается улучшить понимание ветров в городской среде. БПЛА может затем использовать эти знания, чтобы избежать турбулентности или выбрать минимальные энергетические маршруты.
Несмотря на продолжающееся продвижение компьютерной миниатюризации, весовые и силовые ограничения БПЛА будет продолжать ограничивать их способность обрабатывать информацию достаточно быстро, чтобы принимать своевременные решения. Быстрое слияние и интеграция данных из нескольких датчиков представляет собой вычислительные задачи, которые выходят за рамки систем реального времени, таких как БПЛА. «Большинство моих исследований состоит в нахождении полезных приближений, которые включают в себя получение очень хороших ответов за счет уменьшения точности», говорит Рой.
Эти алгоритмы аппроксимации были привлечены к работе в недавних экспериментах Роя, в котором беспилотник с неподвижным крылом, снабженный лазерным дальномером, летал на скорости около плотно ограничениями среды гаражей. «Если бы вы попытались включить лазерный дальномер в полную оценку 12 градусов свободы, то вычисление будет неразрешимым», говорит Рой. «Но если вы разбиваете проблемы в биты, которые лазерный искатель может увидеть в любое время, вы все еще можете получить правильный ответ, но гораздо более эффективным методом».
Обучение БПЛА в распознавании объектов и обработке данных датчика для того, чтобы принимать решения в режиме реального времени, поможет избежать столкновений даже в сложных условиях, в том числе в офисах. Тем не менее, дополнительная автономии и интеллект будут необходимы, когда БПЛА станут работать в тесном сотрудничестве с людьми. Кроме обеспечения безопасности людей, алгоритмы должны быть достаточно развиты, чтобы позволить БПЛА принять инструкции от людей или сотрудничать с ними, чтобы добиться своей цели.
«Мы должны научить роботов, как взаимодействовать с людьми таким же образом, как люди взаимодействуют друг с другом», говорит Рой. «Они должны иметь что-то вроде семантических карт, чтобы помочь им думать о мире таким же образом, как о нем думают люди. Они также должны понимать, что хотят люди и как они себя ведут».
Группа добилась определенного прогресса в обучении роботов, чтобы понять направления и инструкции. Теперь, группа работает в диалоговом управлении: обучение робота и человека в диалоге друг с другом.
|
|
