Исследователь из Лаборатории информатики и искусственного интеллекта (CSAIL) Массачусетского технологического института (MIT) разработал систему для обнаружения препятствий, которая позволяет дрону, лавируя, лететь сквозь заполненную деревьями поляну со скоростью до 48 км в час.
«Сегодня все бросились создавать беспилотные летательные аппараты, но никто не знает, как предотвратить их столкновения с препятствиями», - говорит аспирант Эндрю Барри из CSAIL, который разработал свою систему, как часть диссертации совместно с профессором MIT Рассом Тедрейком. «Лазерные дальномеры слишком тяжелые для маленького самолета, а предварительное создание карт окружающей среды не очень практично. Если мы хотим создавать беспилотники, которые могут быстро летать и ориентироваться в реальной обстановке, мы должны использовать более совершенные, более быстрые алгоритмы».
Работающий в 20 раз быстрее, чем существующие сегодня программы, алгоритм стерео видения Барри позволяет дрону обнаруживать объекты и создавать полную карту окрестностей в режиме реального времени. Работающее с видеокадрами частотой 120 Гц, программное обеспечение (которое использует открытый исходный код и доступно в сети) извлекает информацию о глубине пространства со скоростью 8,3 мс на кадр.
Дрон, который весит около полукилограмма и имеет размах крыльев 0,86 м, сделан из серийно производимых компонентов и стоит около $1700. Он включает камеры на каждом крыле и два процессора, не более навороченные, чем те, что вы сегодня найдете в смартфонах.
Как это работает
Традиционные алгоритмы для решения этой задачи используют снимаемые двумя камерами изображения и перебор данных по глубине поля на нескольких дистанциях – 1 метр, 2 метра, 3 метра и так далее, чтобы определить встречающийся на пути беспилотника объект.
Однако, такие подходы к вычислениям означают, что без специализированного оборудования для обработки данных беспилотник не может летать быстрее, чем 8-10 км в час. Система Барри позволяет его дрону летать на более высоких скоростях, поскольку обстановка просто не может сильно измениться между кадрами. Благодаря этому он может с успехом обрабатывать лишь небольшую часть данных измерений, в частности, на расстоянии в 10 метров.
«Вам не обязательно учитывать все, что находится ближе или дальше», - говорит Барри. «Когда дрон летит, вы выбираете обзор 10-метровой зоны впереди и, пока эта зона свободна, можно рассчитать полную карту окружающей обстановки».
Хотя такой метод может показаться ограниченным, программное обеспечение может быстро восстановить недостающую информацию по глубине пространства путем интеграции результатов одометрии дрона и предыдущих измерений. Барри сообщает, что он надеется на дальнейшее совершенствование алгоритмов, чтобы они могли работать не только на одной глубине, но и в условиях плотной, как густой лес, местности.
«Текущий подход приводит к случайным погрешностям в оценке, известным как дрейф показаний», - говорит он. «Когда аппаратные средства позволят обеспечить более сложные вычисления, появится возможность исследования на разных высотах и, следовательно, можно будет проверить и откорректировать наши оценки. Это позволит сделать наши алгоритмы более успешными, даже в случае большого количества препятствий».
Комментарии
(0) Добавить комментарий