Новая модель автономной навигации и обхода препятствий для дронов на базе NMPC

Беспилотные летательные аппараты уже показали свой большой потенциал для широкого спектра применений, включая автоматизированную доставку и мониторинг больших территорий. Однако для выполнения миссий в реальных условиях, необходимо чтобы БПЛА могли эффективно осуществлять навигацию и избегать препятствий в своем окружении.

Исследователи из Технологического университета Лулео в Швеции и Калифорнийского технологического института разработали вычислительный алгоритм на основе прогнозирующего управления с нелинейной моделью (NMPC), который может улучшить навигацию БПЛА и их возможности по обходу препятствий.

«Наша команда ранее опубликовала несколько работ по автономному уклонению от препятствий и навигации для БПЛА, - сказал Бьорн Линдквист, один из участников исследования. - В нашей недавней работе мы поставили перед собой задачу расширить понятие уклонения от препятствий и рассмотреть движущиеся или динамические препятствия с использованием NMPC. Наша цель заключалась в том, чтобы предложить техническую демонстрацию того, как современные и интеллектуальные технологии управления могут обеспечить использование БПЛА, например, в городской среде, где окружение постоянно находится в движении и где предотвращение столкновений имеет большое значение для обеспечения безопасности людей и других транспортных средств».

В своей работе Линдквист и его коллеги показали, что модель на основе NMPC может обеспечить БПЛА улучшенными возможностями для автономной навигации и уклонения от препятствий в изменяющейся среде. В частности, они использовали алгоритм NMPC для прогнозирования траекторий препятствий вблизи БПЛА, а также использовали классификационную модель для распознавания различных типов траекторий и прогнозирования будущего положения препятствий.

Исследователи протестировали свою NMPC модель в ряде лабораторных экспериментов. Примечательно, что их модель предотвращала столкновения в различных сценариях, в которых БПЛА был окружен множеством движущихся объектов.

«В группе робототехники и искусственного интеллекта Технологического университета Лулео мы придаем большое значение экспериментальной проверке теории, - сказал Линдквист. - В нашей недавней работе мы показали, как архитектура NMPC может вычислить безопасные траектории даже для довольно быстро движущихся препятствий. Я считаю, что такой метод уклонения - интересный путь к использованию БПЛА в городских условиях или при тесном взаимодействии с людьми».