Дроны выследят людей в лесу

Швейцарские ученые научили квадрокоптер самостоятельно передвигаться по лесным тропинкам и дорогам на уровне человеческого роста. Статья опубликована в IEEE Robotics and Automation Letters, краткое описание работы доступно на сайте Федеральной политехнической школы Лозанны.

В проекте использовался Parrot AR Drone 2.0 и квадрокоптер самостоятельной конструкции. Управляющая полетом беспилотника нейросеть десять раз в секунду считывает изображение с камеры и проверяет, куда дальше нужно следовать, чтобы не сбиться с пути. Если проложенный путь находится прямо по курсу, то дрон ускоряется, если дорога уходит в сторону, то квадрокоптер будет тормозить и поворачивать до тех пор, пока путь снова не окажется по центру изображения.

Для получения массива изображений для тренировки нейросети исследователи закрепили на голове одно человека три камеры, расположенных под разным углом — одна камера смотрела прямо, остальные были направлены в стороны под углом 30 градусов. С этими камерами ученые записали прохождение семи разных лесных маршрутов, после чего из массива записанного видео отобрали 20 тысяч изображений. Поскольку каждая камера смотрела под своим углом, то массив изображений был поделен на три класса: на одних кадрах дорога была по центру, а на других уходила направо или налево. Эти 20 тысяч классифицированных изображений были использованы для тренировки десятислойной нейросети таким образом, чтобы алгоритм всегда стремился «идти» по лесной дороге.

Чтобы проверить работу управляющего алгоритма, исследователи проверили его на изображениях с других пеших лесных маршрутов. Выяснилось, что эффективность распознавания нейросетью направления пути по статичным изображениям практически идентична человеческой. После этого разработчики проверили работу алгоритма на потоковом видео с камеры, которую небрежно несли по маршруту. После того, как авторы убедились в работоспособности системы, они сначала испытали ее на AR Drone, при этом алгоритм работал на отдельном ноутбуке, который занимался анализом изображений с камеры и отправкой команд управления. На беспилотнике своей конструкции исследователи запустили алгоритм в полностью автономном режиме на бортовом компьютере.

Подобная система может в будущем помочь при поисковых операциях — если человек заблудился в лесу, то беспилотники смогут быстро облететь маршруты по тропинкам и дорогам. При этом аналогичное использование дронов с большой высоты может быть менее эффективно, поскольку человека может быть плохо видно за кронами деревьев.

Ранее исследователи из лаборатории CSAIL Массачусетского технологического института разработали систему планирования маршрута беспилотника в сложных условиях с большим количеством препятствий и протестировали систему в импровизированном «лесу» из труб и веревок.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.
Манипуляции курсом биткоина в 2017 году назвали маловероятными

Исследователи опровергли выводы статьи, в которой говорилось о роли одного крупного держателя криптоактивов («кита») в восходящем тренде биткоина на протяжении всего 2017 года. В исходной работе утверждалось о манипуляциях посредством операций с криптовалютой с помощью необеспеченных токенов Tether. На самом деле покупательная способность всех эмитированных активов Tether была слишком мала по сравнению с капитализацией биткоина в 2017 году, говорится в новом анализе.