編(bian)程無(wu)人(ren)機面對不(bu)確定性飛行(xing)

像(xiang)亞馬遜這樣的(de)公司對無(wu)(wu)人機(ji)(ji)(ji)有很(hen)大的(de)想(xiang)法，可(ke)以(yi)直接送(song)貨上門。但(dan)是，即使把政策問題放在(zai)一(yi)邊(bian)，編程無(wu)(wu)人機(ji)(ji)(ji)也很(hen)難(nan)在(zai)城(cheng)市等雜亂的(de)空間(jian)飛行(xing)(xing)。能(neng)夠在(zai)高速行(xing)(xing)駛時避開(kai)障礙物在(zai)計算上是復(fu)雜的(de)，特別(bie)是對于(yu)小型無(wu)(wu)人機(ji)(ji)(ji)而言，這些(xie)小型無(wu)(wu)人機(ji)(ji)(ji)可(ke)以(yi)攜帶多少以(yi)進行(xing)(xing)實(shi)時處(chu)理(li)。

許多現有方法依賴(lai)于(yu)復雜的(de)地圖，旨在告(gao)訴(su)無人機它(ta)們(men)相(xiang)對于(yu)障(zhang)礙(ai)物的(de)確切(qie)位置(zhi)(zhi)，這在具有不(bu)可預(yu)測對象(xiang)的(de)現實(shi)環境中不(bu)是特別實(shi)用。如果他(ta)們(men)的(de)估計位置(zhi)(zhi)即使只是一(yi)小段距(ju)離，他(ta)們(men)也很容易崩(beng)潰。

考(kao)慮到(dao)這(zhe)一點，麻省理工學(xue)院(yuan)計(ji)算機科學(xue)與人(ren)工智(zhi)能實驗室(shi)(CSAIL)的團隊開發了(le)NanoMap系統(tong)，該系統(tong)允許無人(ren)機在森林和(he)倉庫等密集環(huan)境中以每(mei)小時20英里的速度飛行。

NanoMap的(de)一個(ge)關鍵(jian)見解是一個(ge)非常簡(jian)單的(de)問題：該系(xi)統認為無人(ren)機在世界上的(de)位(wei)置隨著時間的(de)推移(yi)而變得不確定(ding)，并(bing)且實際上模擬并(bing)解釋了這種不確定(ding)性。

“如果你想要能在人類環境(jing)中以(yi)更高(gao)速度運行(xing)的(de)無人機，那么(me)過于自信的(de)地圖(tu)將無濟于事，”研究生Pete Florence說道，他(ta)是一篇新的(de)相(xiang)關(guan)論(lun)文的(de)作者。“能夠(gou)更好地了解不確定性的(de)方法使(shi)我(wo)們能夠(gou)在近距離飛行(xing)并避開障礙物方面獲(huo)得(de)更高(gao)的(de)可靠性。”

具體而言(yan)，NanoMap使用深度感應系統將(jiang)有關無人機(ji)周圍(wei)環境的(de)一(yi)系列(lie)測量結合在一(yi)起。這(zhe)使得它不(bu)僅可以為其當前視野制定運動計劃(hua)，還可以預測它應該如何在已經(jing)看(kan)到(dao)的(de)隱藏(zang)視野中移(yi)動。

佛(fo)羅倫(lun)薩說：“這(zhe)有(you)點像(xiang)把(ba)你在世界上看到(dao)的所(suo)有(you)圖像(xiang)都保(bao)存在頭腦中(zhong)。” “對于無人機來計劃動作(zuo)，它基本上可以(yi)追溯(su)到(dao)時間來單獨思考它所(suo)處的所(suo)有(you)不同的地方。”

團隊的測試證明(ming)了不(bu)(bu)確(que)定(ding)性(xing)(xing)的影響。例如(ru)(ru)，如(ru)(ru)果NanoMap沒有模擬不(bu)(bu)確(que)定(ding)性(xing)(xing)并且無(wu)人機(ji)距離預期的位置僅漂移(yi)了5%，那么無(wu)人機(ji)將每四次飛行失(shi)敗一(yi)次。同時，當它(ta)考(kao)慮(lv)到不(bu)(bu)確(que)定(ding)性(xing)(xing)時，崩潰率降至2%。

該論(lun)文(wen)由佛羅(luo)倫薩(sa)和(he)麻省理工(gong)學院教授Russ Tedrake以及研究軟件工(gong)程師John Carter和(he)Jake Ware共同撰寫。最近，它(ta)于5月(yue)在澳大利亞布里(li)斯班舉行的IEEE機器人(ren)與自動化國際會議上被接(jie)受。

多(duo)年來(lai)，計算機科(ke)學家一(yi)直致(zhi)力于算法(fa)(fa)，讓(rang)無人機知(zhi)道它(ta)們在(zai)哪里，它(ta)們周(zhou)圍是什(shen)么，以及如何從(cong)一(yi)個點到另一(yi)個點。諸如同時定位和映(ying)射(she)(SLAM)之類的常(chang)用方法(fa)(fa)獲取世界(jie)的原始數據并將它(ta)們轉換為映(ying)射(she)表示。

但(dan)SLAM方法的(de)輸出通(tong)常(chang)不(bu)用(yong)于(yu)計劃(hua)運動(dong)。這就是研究人員經常(chang)使(shi)用(yong)“占(zhan)用(yong)網格”等方法的(de)地方，其中許多測量結果(guo)被合并到三維世界(jie)的(de)一個特定表示中。

問(wen)題是這些數據既不可靠(kao)又難以快速收集。在(zai)高速行駛(shi)時，計算(suan)機(ji)視(shi)覺(jue)算(suan)法(fa)無法(fa)充分利用(yong)周圍環境，迫(po)使無人機(ji)依賴慣性測量單元(IMU)傳感器的不數據，該(gai)傳感器可測量無人機(ji)的加速度(du)和(he)旋轉速度(du)等因素。

NanoMap處理這個問題(ti)的方式是，它(ta)基本上不(bu)會消(xiao)除(chu)細微的細節。它(ta)的運(yun)作假設為了避免障礙(ai)，你不(bu)必進行100次不(bu)同的測(ce)量，找到平均值來確(que)定(ding)它(ta)在太空中的確(que)切位置; 相反，您(nin)可以簡單(dan)地收集足夠的信息，以了解對象是否在一般區域。

“與之前(qian)工(gong)作的(de)主要區別在于(yu)，研(yan)究(jiu)人員創(chuang)建(jian)了(le)一(yi)個由一(yi)組(zu)圖(tu)像組(zu)成的(de)地圖(tu)，其位(wei)(wei)置不(bu)確(que)定(ding)，而不(bu)僅(jin)僅(jin)是一(yi)組(zu)圖(tu)像及其位(wei)(wei)置和(he)方向，”卡內基梅隆大學機器(qi)人系統(tong)科學家Sebastian Scherer說。研(yan)究(jiu)所。“跟蹤(zong)不(bu)確(que)定(ding)性(xing)的(de)優勢在于(yu)，即使機器(qi)人不(bu)確(que)切(qie)知道它的(de)位(wei)(wei)置并允(yun)許改進(jin)規(gui)劃(hua)，也(ye)允(yun)許使用以前(qian)的(de)圖(tu)像。”

佛羅倫薩(sa)將NanoMap描述為一(yi)個使無(wu)人機(ji)(ji)飛(fei)行的(de)系統能(neng)夠識別“姿勢不確定(ding)性(xing)”的(de)三維數據，這意(yi)味著無(wu)人機(ji)(ji)考慮(lv)到它在移動世(shi)界時(shi)并(bing)不完全知道(dao)它的(de)位置(zhi)和方向。未來的(de)迭代也(ye)可(ke)能(neng)包含其(qi)他(ta)信息，例如無(wu)人機(ji)(ji)的(de)各(ge)個深度感測(ce)測(ce)量中的(de)不確定(ding)性(xing)。

NanoMap對于(yu)通過較小空間(jian)移動的小型無人機特別有(you)(you)效(xiao)，并且與(yu)第二個系(xi)統(tong)配(pei)合(he)使用，該(gai)系(xi)統(tong)專注于(yu)更(geng)長距離的規劃(hua)。(研究人員去年在與(yu)國防高級(ji)研究計劃(hua)局(DARPA)有(you)(you)關(guan)的計劃(hua)中測試(shi)了NanoMap 。)

該團隊表示(shi)，該系統可(ke)(ke)用于(yu)搜索和救援，防(fang)御，包裹遞送和娛樂(le)等領(ling)域(yu)。它(ta)也可(ke)(ke)以(yi)應用于(yu)自動駕駛汽車和其他形式的(de)自主導航。

“研究人員展(zhan)示了令人印象深刻的結(jie)果，避免(mian)了障礙(ai)，這項工作使機器人能(neng)夠(gou)快速檢查碰撞，”Scherer說(shuo)。“在障礙(ai)物之間快速飛行(xing)是一項關鍵能(neng)力，可以更(geng)好地拍攝(she)動作片(pian)段，更(geng)有效地收集信息以及(ji)未來的其(qi)他進展(zhan)。”