平均的な人はおそらくあまり考えていませんが、実際にはドローンの群れのための素晴らしいアプリケーションがたくさんあります。 などの実際の操作から作物の噴霧 から活気のある ライトショー 、空は確かに限界です。しかし、最初に、私たちは彼らに教える必要があります 互いに衝突しない 。
スイス連邦工科大学ローザンヌ校(EPFL)の数学エンジニア兼ロボット工学博士課程の学生であるEnrica Soriaも、この問題に関心を持っています。彼女は、1回の衝突なしに、厚い森を飛ぶ5台の自律型ドローンの軌道をうまくシミュレートできるコンピューターモデルを構築しました。しかし、現実の世界でこれをテストするには、驚くべき障害である木を克服する必要があることに気づきました。
ドローン、特に彼女が使用したかったハイエンドのクワッドコプターは高価であり、テスト中にそれらのいくつかを犠牲にすることは完全には理想的ではありませんでした。そこでソリアは、実際には折りたためるだけの柔らかい木で偽の森を作りました。 Ikeaからトンネルを再生 。ソリアは、「ドローンが衝突しても壊れない」と述べました。
現在、自律群は反応的に制御されています。これは、他のアイテムからの距離に基づいて常に計算を実行しているため、障害物や相互の回避が可能であることを意味します。同様に、ドローンが広がりすぎると、それを検出して再び侵入します。それはすべて問題ありませんが、ドローンがこれらの調整計算をその場で実行するのにどれくらいの時間がかかるかという問題がまだあります。
Soriaの新しい「予測制御」アルゴリズムは、これらの速度低下を回避するために積極的に機能し、より適切で効率的な計画を立てます。これにより、彼らは互いに通信してモーションキャプチャデータをリアルタイムで解釈し、近くにある他のドローンが移動する場所の予測を作成し、それに応じて自分の位置を調整します。
偽の森を設定してシミュレーションを実行すると、ドローンがクラッシュせず、より柔らかい障害物に投資する必要がないことがすぐにわかりました。ソリアは次のように述べています。彼らは隣人の将来の減速を予見し、これが飛行に及ぼす悪影響をリアルタイムで減らすことができます。」
このため、ソリアは、予測アルゴリズムの代わりにリアクティブコントロールを使用して、ドローンが障害物を57%速く通過できることをアルゴリズムで証明できました。彼女は、 記事 は5月に Nature Machine Intelligence で公開されました。
このプロジェクトは、他の多くのプロジェクトと同様に 自動運転車のトレーニング は、自然に触発されました。うん、魚の群れ、鳥の群れ、そして蜂の群れのように。そしてもちろん(少なくとも今のところ)、自然は私たちよりもはるかに優れています。ソリアは、「生物学者は中央のコンピューターはないと言っています」と述べています。つまり、グループの他のメンバーの動きを指示する動物や昆虫は1人もいません。むしろ、各個人は、障害物や他の魚、鳥、蜂など、独自の環境を計算し、それに応じて移動します。
予測制御の概念はドローンにとって初めてですが、それは古い考えです。以前は、科学者はこのモデルを使用して、事前定義された軌道に沿って移動する2台の車両のエリアとシステムをナビゲートしていました。予測制御は複数のリアルタイム計算に依存しており、それを実行するアルゴリズムが洗練されていない場合、各ドローンの計算能力を最大化する可能性があります。
速度や距離などの変数が非常に多いため、アルゴリズムも慎重かつ徹底的に検討する必要があります。ドローンとドローンの衝突を回避するために、ドローン間の最小許容距離などの基本的なパラメータを含める必要がありますが、飛行禁止区域や希望の速度での効率的な経路マッピングなどのより複雑なものは、妨害することなくオンザフライで計算できる必要がありますすべてがアップしました。
これらのアルゴリズムがより明確になり、したがってより強力になるにつれて、大都市圏での協調配送など、人間が実行するのが困難または非効率的なさまざまなタスクを実行しやすくなります。または空中捜索救助任務。しかし、それがそうであるように、ソリアのアルゴリズムはドローンカインドにとって大きな前進です。
via 有線