Tech

Neural-Fly:让无人机应对任何天气状况的算法

作者: Giovanni Sapere
阅读约1分钟

分享LinkedInFacebookX

Neural-Fly:让无人机应对任何天气状况的算法

Neural-Fly:教会无人机在各种条件下应对风的深度学习算法

从左至右:Guanya Shi、Soon-Jo Chung和Michael O’Connell,站在加州理工学院(California Institute of Technology)自主系统与技术中心的风扇墙前。来源:https://www.caltech.edu/

这款算法能够在短短十二分钟的飞行时间内真正“训练”飞行器,期间机载计算机记录六种不同风况下的数据。Neural-Fly在5月4日发表于《Science Robotics》的研究中有详细介绍,该研究的作者之一是Soon-Jo Chung,他是航空航天与控制和动力系统教授,也是喷气推进实验室(Jet Propulsion Laboratory)的研究科学家。该项目起源于加州理工学院中心,并在其中使用真实气象风洞进行了测试,风洞由1,200多台计算机控制的风扇支持,以模拟每一个细微之处。据Chung介绍,风和天气状况的不可预测性促使科学家改变了方法,转而倾向于深度学习方法,让无人机从以往的经验中学习,从而能够不断适应飞行条件。下面是一段视频:https://www.youtube.com/watch?v=TuF9teCZX0U

Neural-Fly是与Bren教授、计算机科学与数学科学教授Anima Anandkumar,以及加州理工学院计算机科学与数学科学教授Yisong Yue合作开发的,基于此前已知的Neural-Lander和Neural-Swarm系统。前者使用深度学习方法跟踪无人机降落时的位置和速度,以便修改降落轨迹和旋翼转速,实现尽可能平稳的降落;而Neural-Swarm则教会无人机在彼此非常接近的情况下自主飞行。

因此,这是朝着让无人驾驶飞行器(UAV)更安全、能适应尽可能多的天气变量迈出的一大步。

作者:Guglielmo Maria Ruocco

由英文原文自动翻译. 阅读原文