robogeek.ru

все о роботах и робототехнике

edu.robogeek.ru

все об обучении робототехнике

Как научить дрон летать, используя ИИ (+видео)

Один из способов успешного полета (езды на автомобиле, ходьбы пешком или любой другой формы движения) заключается в создании ситуации невозможности столкновений. С этой точки зрения наиболее эффективный способ обучения полетам заключается в получении богатого опыта прежних столкновений.

Когда вы точно будете знать, чего следует избегать и как можно уверенно избежать столкновения, вы определенно научились летать. Просто и верно, не так ли? Однако мы, как правило, не следуем по этому пути, потому что аварии имеют неприятные последствия как для роботов, так и для самих людей.

В Университете Карнеги Меллоун (Carnegie Mellon University - CMU) захотели исследовать преимущества подхода с крушениями летательного аппарата, выбрав для этого квадрокоптер Parrot AR.Drone 2.0, который свободно летал в 20 разных помещениях, получив 11500 столкновений в течение 40 часов летного времени. Как отмечают исследователи, «поскольку корпуса у этих беспилотников дешевые и их легко заменить, стоимость серьезного повреждения ничтожна». Каждое столкновение носило случайный характер, после взлета в произвольной точке дрон медленно летел вперед, пока не натыкался на что-нибудь. После этого он возвращался к своей отправной точке, после чего выбиралось новое направление. Конечно, если он «выживал».

Во время этого процесса фронтальная камера записывала изображение. После столкновения изображения с траектории полета разделялись на две части: удачного полета и столкновения. Эти два набора изображений обрабатывались с помощью ИИ (сверточной нейронной сети), который позволяет распознавать в будущем по картинке возможность продолжения полета в прямом направлении.

После 11500 столкновений полученный алгоритм может автономно управлять полетом дрона даже в стесненной среде, вокруг движущихся препятствий, возле белых стен и даже стеклянных дверей. На самом деле, управляющий беспилотником алгоритм весьма прост. Он разбивает картинку с передней камеры дрона на левое и правое изображение, и если одно из них представляется в отношении столкновения менее опасным, чем прямой полет, дрон поворачивается в эту сторону. В противном случае он продолжает движение вперед.

Насколько хорошо это работает? Как правило, не так хорошо, как при управлении пилотом, за исключением относительно сложных условий полета, таких как узкие коридоры или холлы с креслами. Но, по сравнению с базовым подходом, использующим монокулярную оценку глубины пространства, результаты намного лучше: от 2 до 10 раз увеличивается длительность и дальность полета, в зависимости от окружающей среды. Наибольший эффект возникает в условиях полета возле безликих стен и стеклянных дверей, которые, как известно, очень сложны для оценки глубины пространства.

Возникает вполне закономерный вопрос, является ли этот метод более эффективным в сравнении с альтернативными обучениями дронов. Авторы исследования не дают на этот счет однозначного ответа и отмечают множество различающихся факторов и условий в процессе обучения.

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован

Новые комментарии

В ракетных войсках стратегического назначения (РВСН) будут испытывать новейший робокомплекс
Александр
27.06.2017
11:18:56
Как диверсанты обрадуются узнав, что стратегические ракеты будут охранять "роботы" типа того, что на фото. Кино, да и только. Похоже наши генералы...
Танки Т-90 хотят роботизировать и объединить в сеть
Просто Гость
27.06.2017
06:24:49
Да, .... мнение Александра заслуживает внимания!