陳根:新算法,幫助無人機避障速度加快20%_風聞
陈根-知名科技作家为你解读科技与生活的方方面面。2021-08-19 11:36
文|陳根
近年來無人機市場飛速增長,避障技術作為增加無人機安全飛行的保障,也隨着技術的發展日新月異。無人機在飛行過程中,通過其傳感器收集周邊環境的信息,測量距離從而做出相對應的動作指令,從而達到避障的作用。
當無人機快速飛行時,空氣動力學會變得複雜且難以預測,無人機本身也會變得不穩定,導致出現無法有效躲避障礙物的情況。**為此,**麻省理工學院(MIT)的航空工程師們設計了一種算法,其飛過簡單的障礙跑道的速度比用傳統規劃算法訓練的無人機快20%。
新算法訓練的無人機,可以幫助無人機找到繞過障礙物的最快路線,而不會墜毀。其結合了模擬和實驗,能夠最小化識別快速和安全飛行路徑所需的實驗數量。此外,新算法下的無人機並不是在整個過程中都領先於競爭對手。某些情況下,它會讓無人機減速以應對複雜的彎道,或者節省無人機的能量**,然後加速並超越對手。**
在過去,為了瞭解空氣動力學如何影響高速飛行中的無人機,研究人員必須進行多次實驗,將無人機設置成不同的速度與飛行軌跡,查看哪種飛行模式既快速又安全。但這一過程昂貴且複雜,並且經常發生無人機墜毀事件。
因此,麻省理工學院的研究人員提出了一個多保真(multi-fidelity)Bayesian優化框架,基於解析模擬和真實世界的飛行實驗對飛行的可行性進行建模,評估每種飛行可能,優化飛行軌跡和飛行時間,大大降低了所要進行的實驗次數。
可以説,新算法下,訓練的無人機幾乎“贏得”了每一場比賽,也比傳統訓練的無人機使用了更短的時間飛完全程。或許,這是因為傳統訓練的無人機沒有進行這種微妙的調整,它的軌跡僅僅基於模擬,不能完全解釋團隊在現實世界中實驗揭示的空氣動力學效應。
目前,該論文《用時最優的四旋翼飛行器機動性的多保真黑箱優化(Multi-fidelity black-box optimization for time-optimal quadrotor maneuvers)》,發表在《國際機器人研究雜誌》The International Journal of Robotics Research上。
未來,研究人員計劃進行更多的飛行實驗,以更快的速度,通過更復雜的環境,進一步改進算法。