Helt autonom drönare överträffar två mänskliga drönare från världsklass

0 Shares

Blödningskanten: Forskare vid universitetet i Zürich (UZH) utvecklade en maskininlärningsalgoritm för att styra en quadcopter drone som kan överträffa professionella drone racing piloter. Algoritmen beräknar “tidsoptimala banor” samtidigt som drönarens begränsningar beaktas.

Prestationen verkar uppenbar vid första anblicken – ett maskininlärningssystem slog en människa igen, så vad? Pro drone racers är emellertid enastående på vad de gör, och det här är första gången ett autonomt system har slagit en enda men två mänskliga piloter i världsklass.

För att testa systemet inrättade UZH-forskarna en drönarflygkurs (nedan). Både den autonoma drönaren och de mänskliga piloterna fick träna på kursen. Inte bara kunde AI uppnå den snabbaste varvet, utan det slog också de två propiloterna genom varje waypoint med betydande marginaler.

AI använder externa kameror för att spåra drönarens väg och göra rätt beräkningar. Teamet hoppas kunna ändra systemet för att använda fyrhjulingens inbyggda kameror. Användningen av inbyggda kamerasystem är avgörande för att göra andra drönare-relaterade uppgifter praktiska. Forskarna förväntar sig att deras arbete ska vara användbart för applikationer som sökning och räddning, byggnadskontroll, paketleverans och mer.

Algoritmen är också “beräkningsmässigt krävande.” Det tar för närvarande upp till en timme för datorn att exakt beräkna den optimala banan. På grund av denna brist är mänskliga piloter inte rädda för att ersättas, åtminstone för tillfället. Det är uppenbart att i situationer som sökning och räddning, när tiden är kritisk, vill de ha ett program som snabbare kan beräkna sin väg genom waypoints.

Alla tekniska detaljer beskrivs i gruppens uppsats, som nyligen publicerades i Science Robotics.

Bildkredit: Zürichs universitet

0 Shares