文|陈根
近年来,无人机越来越广泛地进入大众视野,并在航拍、农业、快递运输、灾难救援、测绘、新闻报道、电力巡检、救灾等方面发挥重大作用。但是,由于其电池续航能力有限,无人机往往需要在短时间内完成任务。
比如在灾难现场寻找幸存者、检查建筑物等任务中,无人机需要通过一系列航点,如窗户、房间或特定位置进行检查,在每个路段采取最佳轨迹和正确的加速或减速,才能在电池允许的范围内完成作业。而顶尖的人类无人机驾驶员在这方面有着丰富的经验,并在以往的无人机竞赛中表现优于自主飞行系统。
近日,苏黎世大学(University of Zurich,UZH)的研究人员在四旋翼自主飞行器(配置四个螺旋桨的无人机)上开发出一种新的计算方法。这种飞行算法可以让无人机自主采取最佳飞行轨迹,并能根据不同障碍物进行提速和减速。
与以往描述飞行轨迹不同,这种算法的核心来自于机载摄像机和传感器的输入,无人机可以将获取到的信息直接转换为控制命令,这与人工神经网络相似。其不仅可以参考飞行轨迹对应进行模拟机动示,还可以通过训练扩展各种不同的动作。在最近的一次比赛中,新算法无人机甚至首次战胜了人类专家驾驶员。
为了确保比赛的公平,人类飞行员可以在比赛之前提前进入赛道训练。但比赛中,算法无人机转的所有圈数都比人类的要快,而且性能更稳定。这并不惊讶,因为一旦算法找到了最佳轨迹,就可以多次进行机械重复,这与人类飞行员不同。所以最终的结果是算法打败了人类驾驶员。
据了解,在竞赛胜出的无人机设备重量约 0．8 公斤,推重比接近 4 ,身上配备有 Jetson TX2、莱尔德通信模块和用于捕捉活动的红外线标记器等。为了提升结果的准确性,研究团队还分别在 3．3 和 3．15 的推重比下进行实验。结果,新算法均比人类驾驶员取得更优的成绩。
目前,无人机依靠外部摄像头来计算位置。未来,研究人员希望使用机载相机来完成。希望在不断地研发改进后,无人机能在更多领域释放它的潜力。
