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(jī)局限性的時間最優(yōu)軌跡，并首次在無人機(jī)競賽中勝過兩名人類駕駛員。對于工業(yè)用途的無人機(jī)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(yùn)送貨物。在此類任務(wù)中，無人機(jī)必須通過一系列航點（如窗戶、房間或特定位置）進(jìn)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(jī)駕駛員在這一方面有著豐富的經(jīng)驗，并在以往的無人機(jī)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(tuán)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(jī)）通過路線上的各個航點。這項研究近日發(fā)表在《Science Robotics》。論文鏈接：http://rpg.ifi.uzh.ch/docs/ScienceRobotics21_Foehn.pdf「我們的無人機(jī)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(jī)器人與感知小組和 NCCR Robotics 救援機(jī)器人挑戰(zhàn)賽的負(fù)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(jī)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?！戈P(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(jī)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(bǔ)充說。這臺用于真實環(huán)境實驗的無人機(jī)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(jī)競賽組件和用于運(yùn)動捕捉的紅外發(fā)射標(biāo)記器。研究者提出利用互補(bǔ)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。新算法的動態(tài)示意圖。算法控制的無人機(jī)與兩名專家級人類駕駛員的計算機(jī)軌跡如下動圖所示：研究者在一場實地的無人機(jī)競賽中進(jìn)行了演示，競賽的最終目標(biāo)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(jī)的運(yùn)動，并向算法提供有關(guān)無人機(jī)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(jī)會在賽道上進(jìn)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(jī)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(jī)在時間上都擊敗了人類專家級駕駛員。兩名人類專家級駕駛員操控的無人機(jī)（上）與算法控制的無人機(jī)（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。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(jī)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(jī)平臺和軟件棧在同一動作捕獲環(huán)境中運(yùn)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。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(jī)（2 圈），左右的藍(lán)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(jī)需要長達(dá)一個小時來計算無人機(jī)的時間最佳軌跡。此外，目前無人機(jī)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(jī)載相機(jī)。原則上，無人機(jī)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(jī)包裹遞送、檢查、搜索和救援等方面有巨大的應(yīng)用潛力?！箙⒖兼溄樱篽ttps://techxplore.com/news/2021-07-algorithm-flies-drones-faster-human.htmlhttps://robotics.sciencemag.org/content/6/56/eabh1221「2021 AI 100 Connect Webinar」AI + 工業(yè)專場智慧物流作為智能工廠的核心一環(huán)，智能機(jī)器人的發(fā)展趨勢是什么？應(yīng)如何驅(qū)動智慧物流走向大規(guī)模應(yīng)用，推動工廠的智能化升級呢？對于工業(yè)質(zhì)檢領(lǐng)域來說，智能檢測設(shè)備的成本應(yīng)如何平衡？如何應(yīng)對更高的定制化需求呢？7月28日19:30-21:00，「2021 AI 100 Connect Webinar」AI + 工業(yè)專場系列第一場直播間邀請到極智嘉 AI 研究院院長譚文哲，鯤云科技合伙人首席運(yùn)營官 / 鯤云人工智能應(yīng)用創(chuàng)新研究院副院長王少軍博士圍繞智能機(jī)器人和 AI 視覺檢測兩大方向帶來趨勢洞察和案例分享。
龍航集團(tuán)
啟航無人機(jī)科技（遼寧）有限公司
咨詢電話：18640234586 馬先生