加入收藏
加关注
登录
注册
微警用
MIT研发无人机训练新算法 可提升避障速度
2021-08-20 10:13:36 来源 : 麻省理工科技评论警用装备网讯： 在无人机驾驶比赛中，机体坠毁和获胜的概率几乎一样多。无人机赛事资深爱好者会对比参赛无人机的优越性，观察哪架无人机能以最快的速度绕开障碍物。
但是，无人机的飞行速度越快，意味着其平衡性越差，在高速飞行时，受很多难以预测的因素影响，无人机 “坠毁” 成为赛事中的一种普遍现象。
近日，麻省理工学院（MIT）的航空工程师们设计出一种新算法，该算法结合了无人机绕过虚拟障碍物和在物理空间的真实飞行数据，相关研究论文在 International Journal of Robotics Research 上发表。
图｜模拟无人机绕过障碍物（来源：International Journal of Robotics Research）
该团队研究发现，与传统算法训练的无人机相比，使用新算法训练的无人机绕过简单障碍物的飞行速度可提高 20%。
更有意思的是，新算法的理念并不是让参赛无人机在飞行全程都超越对手。在某些情形之下适当放慢速度，有利于更好地通过高速飞行时不易跨越的弯道，同时减少能量消耗，为后半段加速超越竞争对手提供有利条件。
图｜无人机如何绕过障碍物（来源：Pixabay）
MIT 航空航天系研究生埃兹拉?塔尔（Ezra Tal）表示：“无人机在高速飞行的情况下，存在难以模拟复杂的空气动力学，因此我们通过‘减速’的方式弥补这种缺陷，通过系统性地观察其飞行情况，尽快设计出一种完整的飞行轨迹。”
如何高效识别无人机的最佳路径，为比赛争取更短的时间
在日常训练时，如果使无人机缓慢飞行，其绕过障碍物相对简单。主要是阻力等空气动力学因素通常在低速环境下不起作用，研究团队在做有关低速飞行建模时，这种因素可以被排除。
为了避免这些因素的影响，研究人员必须进行大量的实验，设定无人机不同的速度和飞行轨迹，观察无人机在何种速度值下飞行不会坠毁。客观地说，这是一个昂贵且通常会失败的训练过程。
相反，MIT 开发的这种结合模拟和高速飞行的计划算法，可以最大限度地降低快速识别速度和确定安全路径的实验数量。
该团队基于物理学飞行模型，做了数千个赛车场景模式实验，令每个赛车场景都有不同的飞行路线及对应的速度，通过类比观察的方法观察无人机在穿越虚拟障碍时的表现，找到在现实世界中可行的方案。
这种模拟研究法恰好解决了无人机在做模拟实验时费用高昂、飞行效率较低的痛点，最终找到最佳飞行轨迹，为无人机赛车手们提供赢得比赛的最佳时间。
新算法训练的无人机可在每场比赛中获胜，速度比竞争对手快 20%
无人机有许多许多大型航空飞机无法比拟的便利性，可以实现人们诸多需求，如货物运送、人员运输、航空摄影，当然还有搜索和救援等，但其在快速飞行中避开障碍物并非强项。
图｜无人机的部分应用（来源：Pixabay）
为进一步对新算法进行研究，该团队将障碍物按非标准飞行路线布置，同时在体育训练空间中做了相同的配置，并对无人机进行编程，用以之前大量模拟过程中确定的速度和轨迹让一架运用了新算法的无人机穿越过。为了验证新算法训练的无人机性能准确性，该团队仍采用了传统算法训练的无人机在同等条件下做了同样的模拟。
总而言之，采用新算法训练下的无人机在模拟中 “获得” 了每一场比赛，可比传统训练的无人机以更短的时间完成全部任务。在某些情况下，获得胜利的无人机完成全部任务的速度可提高 20%。
值得关注的是，该团队所开发的新算法训练无人机目前仅适用于模拟，还不能揭示无人机在实战环境下的空气动力学阻碍因素的影响。
该团队研究人员计划在更加复杂的环境条件下，用更快的速度进行更多实验，以进一步提升他们的算法，其决策和操作可能有助于瞄准更快且可行的飞行计划。
埃兹拉?塔尔表示，“人类飞行员飞行速度的变化情况，或许对我们的算法有一定借鉴作用，如果对飞行员的飞行轨迹进行研究，并吸取其中的经验，改进我们的方法，我们的算法可能找到飞得更快的原因，这是我们对未来的一些思考。”
新闻稿件欢迎直接联系：QQ 34004818 微信公众号：cpsjyzb
我要评论
0 条评论
- 还没有人评论过，赶快抢沙发吧！
