不论是邮递披萨还是追踪鲸鱼,人们对无人机一直期望甚高。以下三方面的进展将会助无人机一臂之力。
智能导航
若以每小时60公里的速度飞行,计算后面的路线其实是一件很困难的事情。但现在的无人机已经可以边飞行边创建详细的3D地图——这样,无人机在没有人类输入的情况下就能自行导航。
该系统名为Hydra Fusion,使用该系统的无人机将来可能会像地面上的机器人一样,在不熟悉的地方用一种叫做同时定位和绘图(SLAM)的导航方式找路。同时,该系统也会提升无人机的空中检测能力。
在飞行期间,Hydra Fusion 通过将多个图像即无人机的摄影机脚本中的相邻帧拼接在一起,可形成详细的3D地图。“我们可以一边让无人机以30节的速度前行,一边创建地图。”洛克希德·马丁公司(美国航空航天制造商)的John Molberg说,他也是该系统所属团队的成员。
以前如果要创建地图需要在飞行后对无人机视频脚本进行几个小时的处理。而处理能力成为这个问题的瓶颈。该团队采用原为游戏研发的功率强大的GPU图像处理芯片解决了这个问题。
在每小时60公里的飞行速度下,Hydra Fusion所建地图的分辨率能达到每像素30 厘米的,树木和建筑物可以清晰地显示出来。如果降低速度和海拔分辨率最高可达每像素2.5厘米,更多细节内容也可能会显示出来: Lockheed Martin的某个客户已要求该公司为其观察铁路轨道地图上达到6毫米大的变化情况。
超级智能
针对每种场景,现在好像都有一种特定的无人机:有监控农场的,侦查野生动物的,快递披萨的等等,然而有一个叫Teal 的无人机却想全揽下来——因为它强大的人工智能。
大多数无人机刚开始都有一个专门的设计目的,盐湖城iDrone 的CEO George Matus 说,“但我们就像给无人机创建了个智能手机,在上面构建了个app 商店。”
Matus 从11岁开始就驾驶无人机,“我有一个愿望清单,想为无人机添加各种功能。”他说。
18岁的他研发了Teal——一款可以在空中做决策的无人机。位于马萨诸塞州剑桥市的机器人技术公司Neurala为Teal提供了提高智能的软件,该公司曾为空间探测器的导航研发技术。
多层人工神经网络用以处理不同任务,比如解析照相机拍到的内容,选择无人机下一步去哪儿等。
“Teal 无人机是首个有足够强大的处理器而能够直接在飞机上运行机器学习软件的无人机,因此它可以即时做出决定。”Neurala 的副总监Roger Matus说,“这是无人飞行的第一阶段。”
Teal的三个内置app中有一个使用了Neurala的图像识别功能,无人机用户能够指示无人机跟踪某个特定的人。该团队希望以后能逐渐研发更多功能,比如更好地躲避障碍,自动化导航等。
Teal 的其他两个启动app分别提供飞行控制功能和一款竞技游戏功能。George Matus希望开发者们能以该无人机的智能为基础创建更多功能,比如搜索营救或在将发生碰撞时采取避碰动作等功能。
无人机的鸟瞰视图疾速机群
如果机群能够一起协作,一定会优于单个无人机作战。多个无人机执行协同任务意味着可以在更短时间内覆盖更大面积的土地。比如,无人机机群只需要6小时就能绘制出阿尔卑斯山马特洪峰的地图。但是,飞机像蜂群一样移动需要技巧。单个无人机可以相对简单地躲避障碍物,但这对编队飞行却很困难。
树林飞行
新加坡科技大学的Matthias Brust 和俄勒冈州大学的Bogdan Strimbu想出一个办法,使无人机在森林中——他们认为最密集的环境之一——飞行时靠在一起。无人机群如果能在树林中通行,这将意味着不久以后机群就能为之前无人机难以通行的地方绘制地图和拍摄图片。
跟随领头飞机是这个方法的基础原则。领头的无人机会有一个GPS目的地,其他的飞机在躲避障碍的时候会保持与它的相对位置不变。如果带头的无人机因电量不足或碰撞而下降,机群就会选出新的队长。
树木、叶子或城市中的建筑物等都会阻碍机群与地面基地的通信,领头的无人机会从团队飞机中搜集数据,周期性地飞到高空将图像传送回来。
为测试该系统,研究者进行了一次计算机模拟,其中,8个无人机会来到一棵树附近并占据好各自的观察位置。模拟中,无人机机群在达到目的地附近后分散开来,一个无人机很快占据指定目的地。如果无人机能够围绕树木飞行而不碰撞,飞过多个树木应该不成问题,Brust 说。
新墨西哥州大学的Chris Lippitt 希望,不久以后无人机机群能为那些人类难以到达的地方绘制地图,“无人机真的改变了我们测量环境的方式。”他说。 (翻译|younger 来源|人工智能学家)
来源:泰伯网