Разработан алгоритм для самодиагностики беспилотников
В декабре прошлого года интернет-магазин Amazon объявил о планах по внедрению доставки с помощью беспилотников, стремясь сократить минимальное время доставки заказа до рекордных 30 минут. Однако для обеспечения безопасной, своевременной и точной доставки дроны должны учитывать такие факторы, как сильный ветер, осадки или погрешность измерений геолокации. Подобное планирование обычно требует сложных вычислений, которые довольно трудно выполнять в полете.
Ученые Массачусетского технологического института придумали двусторонний алгоритм, который значительно сокращает вычисления, связанные с выполнением длительных миссий по доставке товаров. Дрон сможет самостоятельно мониторить свой уровень топлива, состояние двигателей, показания датчиков, камер и, в случае необходимости, принимать меры - например, изменить маршрут для промежуточной подзарядки.
Алгоритм также позволяет эффективно просчитывать навигацию перед взлетом и учитывать все возможные препятствия на маршруте, чтобы максимально быстро достичь пункта назначения. Вычисления основаны на Марковском процессе принятия решений. Этот подход предполагает дерево возможностей, в котором каждая ветвь представляет собой распределение вероятностей или вероятность конкретного события.
Планирование маршрута дрона происходит в отношении любого периода времени, поэтому оно может привести к экспоненциальному росту вероятных исходов, что является монументальной задачей в области вычислительной техники. Однако исследователи упростили ее путем разделения вычислений на две части: планирование маршрута беспилотника (местоположение дрона в любой момент времени), и самодиагностика (состояние двигателей, датчиков и уровня топлива).
Команда планирует в ближайшее время опробовать свой алгоритм в реальных экспериментах на небольших квадрокоптерах. «Мы считаем, что наши исследования помогут обеспечить эффективную доставку максимально возможного количества заказов без ущерба для технического состояния беспилотника», - говорит Али-Акбар Ага-Мухаммеди, научный сотрудник факультета аэронавтики и астронавтики MIT.
Ученые Массачусетского технологического института придумали двусторонний алгоритм, который значительно сокращает вычисления, связанные с выполнением длительных миссий по доставке товаров. Дрон сможет самостоятельно мониторить свой уровень топлива, состояние двигателей, показания датчиков, камер и, в случае необходимости, принимать меры - например, изменить маршрут для промежуточной подзарядки.
Алгоритм также позволяет эффективно просчитывать навигацию перед взлетом и учитывать все возможные препятствия на маршруте, чтобы максимально быстро достичь пункта назначения. Вычисления основаны на Марковском процессе принятия решений. Этот подход предполагает дерево возможностей, в котором каждая ветвь представляет собой распределение вероятностей или вероятность конкретного события.
Планирование маршрута дрона происходит в отношении любого периода времени, поэтому оно может привести к экспоненциальному росту вероятных исходов, что является монументальной задачей в области вычислительной техники. Однако исследователи упростили ее путем разделения вычислений на две части: планирование маршрута беспилотника (местоположение дрона в любой момент времени), и самодиагностика (состояние двигателей, датчиков и уровня топлива).
Команда планирует в ближайшее время опробовать свой алгоритм в реальных экспериментах на небольших квадрокоптерах. «Мы считаем, что наши исследования помогут обеспечить эффективную доставку максимально возможного количества заказов без ущерба для технического состояния беспилотника», - говорит Али-Акбар Ага-Мухаммеди, научный сотрудник факультета аэронавтики и астронавтики MIT.