博客專欄

        EEPW首頁 > 博客 > 最快圈速,算法控制無人機首次戰(zhàn)勝專家級駕駛員,登上Science Robotics

        最快圈速,算法控制無人機首次戰(zhàn)勝專家級駕駛員,登上Science Robotics

        發(fā)布人:機器之心 時間:2021-07-25 來源:工程師 發(fā)布文章

        蘇黎世大學(xué)研究人員開發(fā)了一種新算法,讓自主飛行的四旋翼飛行器計算出充分考慮無人機局限性的時間最優(yōu)軌跡,并首次在無人機競賽中勝過兩名人類駕駛員。

        1.png

        對于工業(yè)用途的無人機來說,由于電池續(xù)航有限,它們必須在盡可能短的時間內(nèi)完成任務(wù),比如在災(zāi)難現(xiàn)場尋找幸存者、檢查建筑物、運送貨物。在此類任務(wù)中,無人機必須通過一系列航點(如窗戶、房間或特定位置)進行檢查,在每個路段采用最佳軌跡和正確的加速或減速。頂尖的人類無人機駕駛員在這一方面有著豐富的經(jīng)驗,并在以往的無人機競賽中表現(xiàn)均優(yōu)于自主飛行系統(tǒng)。

        來自蘇黎世大學(xué) (UZH) 的研究團隊創(chuàng)建了一種算法,以找到最快的軌跡來引導(dǎo)四旋翼飛行器(帶有四個螺旋槳的無人機)通過路線上的各個航點。這項研究近日發(fā)表在《Science Robotics》。

        2.png

         論文鏈接:http://rpg.ifi.uzh.ch/docs/ScienceRobotics21_Foehn.pdf

        「我們的無人機在實驗賽道上超越了兩名專家級人類駕駛員的最快圈速,」Davide Scaramuzza 說道,他是 UZH 機器人與感知小組和 NCCR Robotics 救援機器人挑戰(zhàn)賽的負責(zé)人,也是這個挑戰(zhàn)賽項目資助了這項研究。

        算法憑什么擊敗人類駕駛員?

        這一算法的新穎之處在于,它充分考慮了無人機的局限性,第一個生成了時間最優(yōu)軌跡,而以往的研究通常依賴于四旋翼系統(tǒng)簡化或飛行路徑描述。「關(guān)鍵在于,我們的算法并不會將飛行路徑各部分去分配給特定航路點,只是告訴無人機通過所有航路點,且不規(guī)定出如何或何時這樣做,」論文第一作者、蘇黎世大學(xué)博士生 Philipp Foehn 補充說。

        3.png

        這臺用于真實環(huán)境實驗的無人機設(shè)備,理論上推重比(thrust-to-weight ration)接近 4,重量為 0.8 公斤,裝備有 Jetson TX2、萊爾德通信模塊、現(xiàn)成的無人機競賽組件和用于運動捕捉的紅外****標記器。

        研究者提出利用互補約束(complementary constraint)來優(yōu)化通過很多路徑點的軌跡,這種新的算法生成了理論上的時間最優(yōu)軌跡。

        4.gif

        新算法的動態(tài)示意圖。

        算法控制的無人機與兩名專家級人類駕駛員的計算機軌跡如下動圖所示:

        5.gif

        研究者在一場實地的無人機競賽中進行了演示,競賽的最終目標是充分利用飛行器的潛力在最短的時間內(nèi)完成一項任務(wù)。他們讓算法和兩名人類駕駛員駕駛同一個四旋翼飛行器通過賽道,使用外部攝像頭來精確捕捉無人機的運動,并向算法提供有關(guān)無人機在任何時刻所處位置的實時信息。

        為了確保公平比較,人類駕駛員有機會在賽道上進行賽前訓(xùn)練。但是最終還是算法還是擊敗了專業(yè)的無人機駕駛員:它在所有的圈數(shù)上都比人類要快,而且表現(xiàn)更穩(wěn)定。這并不奇怪,因為一旦算法找到了最佳軌跡,它就可以多次再現(xiàn)它,這一點上與人類駕駛員不同。

        具體地,研究者分別在推重比 3.3 實驗了兩次,在推重比 3.15 實驗室了一次。無一例外,算法控制的無人機在時間上都擊敗了人類專家級駕駛員。

        6.gif

        兩名人類專家級駕駛員操控的無人機(上)與算法控制的無人機(下)在競賽中的飛行軌跡。

        從下圖可以看到,無論是推重比 3.3 還是 3.15,研究者提出的時間最優(yōu)軌跡均比專家級人類駕駛員的最佳單圈速要快,并且方差顯著降低。

        7.jpg

        在實驗過程中,研究者在一個有 7 道關(guān)卡的 3D 賽道上,捕捉了兩個專業(yè)無人機賽車駕駛員的動作作為人類 baseline,如下圖 4 所示。研究者規(guī)劃了一個時間最優(yōu)軌跡來通過同一賽道,并使用內(nèi)部研發(fā)的無人機平臺和軟件棧在同一動作捕獲環(huán)境中運行相同軌跡。此處生成的軌跡推力比平臺能夠提供的要小一些,以便在擾動下保持可控性。

        8.png

        左側(cè)黃紅兩色是人類駕駛員的軌跡(7 圈),右側(cè)黃紅兩色是自主行駛的無人機(2 圈),左右的藍綠色均為時間最優(yōu)軌跡,推重比為 3.3。

        在商用之前,這一算法需要面臨的門檻是「降低計算要求」,因為現(xiàn)在計算機需要長達一個小時來計算無人機的時間最佳軌跡。此外,目前無人機依靠外部攝像頭來計算位置,在未來的工作中,研究者們希望使用機載相機。原則上,無人機比人類駕駛員飛得更快是有希望的。Scaramuzza 說:「這種算法可以在無人機包裹遞送、檢查、搜索和救援等方面有巨大的應(yīng)用潛力。」

        參考鏈接:

        https://techxplore.com/news/2021-07-algorithm-flies-drones-faster-human.html

        https://robotics.sciencemag.org/content/6/56/eabh1221

        *博客內(nèi)容為網(wǎng)友個人發(fā)布,僅代表博主個人觀點,如有侵權(quán)請聯(lián)系工作人員刪除。



        關(guān)鍵詞: AI

        相關(guān)推薦

        技術(shù)專區(qū)

        關(guān)閉
        主站蜘蛛池模板: 清河县| 民乐县| 青龙| 尼玛县| 大名县| 河源市| 上饶市| 大城县| 通道| 万宁市| 海宁市| 徐州市| 明星| 盈江县| 阜新市| 特克斯县| 凌云县| 锦州市| 邻水| 文化| 黄山市| 延长县| 山西省| 兴业县| 泽库县| 黔西| 泰安市| 冕宁县| 体育| 葵青区| 衡水市| 北辰区| 海淀区| 赞皇县| 聂拉木县| 盐津县| 虞城县| 将乐县| 新民市| 汉沽区| 资源县|