Сенсоры глубины помогли дронам обходить препятствия без задержек

Tedrake et al. / MIT 2018

Инженеры из MIT представили NanoMap — новую систему автономной навигации дронов. Она основана на анализе множества трехмерных снимков, полученных с помощью сенсоров глубины, и позволяет дрону эффективно обходить препятствия, при этом не теряя скорости. Препринт с описанием алгоритма управления доступен на официальном сайте университета, а подробно о ней расскажут на конференции ICRA 2018, которая пройдет в Брисбене (Австралия) в мае.

Одна из самых важных задач при разработке систем автоматического управления дронами — это эффективный обход препятствий для перемещения в сложной обстановке: например, в лесу или в помещении. Большинство уже существующих систем учат дроны сначала распознавать препятствия, а затем избегать их с помощью систем компьютерного зрения. Такой подход, однако, может существенно снизить скорость перемещения летательного аппарата: оценка местности требует дополнительного — пусть и сравнительно небольшого — времени. Автоматический полет дрона также может быть осложнен в новом, неизвестном ранее пространстве; кроме того, возможности автопилота могут быть сильно ограничены размерами дрона и его грузоподъемностью: например, беспилотник не всегда можно оснастить лидарами и сложными системами компьютерного зрения. 

Новый подход к обучению дронов обходу препятствий использовали инженеры из Лаборатории информационных технологий и искусственного интеллекта Массачусетского технологического института под руководством Расса Тедрейка (Russ Tedrake). Он основан на том, что положение дрона в пространстве не определено для него самого в любой момент времени: дрону не требуется, например, распознавать окружающие его объекты и ориентироваться на их положение для оценки собственного. Использование такой неопределенности позволяет обойтись без трудоемкого сбора данных для обучения и использования множества сенсоров на борту беспилотника во время полета. 

Дрон, однако, необходимо оснастить специальными камерами глубины. С помощью них автопилот анализирует окружающее пространство и планирует действия на основе того, что видел ранее.

В начале полета точка перемещения находится в поле зрения дрона; для того, чтобы переместиться далее (в еще недоступную полю зрения точку), дрон анализирует доступные ему до этого снимки местности до тех пор, пока не обнаружит нужную — свободную от препятствий — точку перемещения. 


Главный плюс такой системы — отсутствие долгого процесса обучения автопилота навигации. Ее авторы пишут, что подобный метод автономной навигации можно также использовать и для улучшения беспилотных автомобилей. 

Научить дрон избегать препятствия при беспилотном управлении можно самыми разными способами. Например, инженеры из Университета Карнеги — Мелона для обучения подобной системы заставили дрон врезаться в предметы — и научили его успешно огибать их после 11500 столкновений.

Елизавета Ивтушок

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.