Registrer deg nå

Logg Inn

Mistet Passord

Mistet passordet ditt? Vennligst skriv inn E-postadressen din. Du vil motta en lenke og opprette et nytt passord via e-post.

Legg til innlegg

Du må logge inn for å legge til innlegget .

Legg til spørsmål

Du må logge inn for å stille et spørsmål.

Logg Inn

Registrer deg nå

Velkommen til Scholarsark.com! Registreringen din gir deg tilgang til å bruke flere funksjoner på denne plattformen. Du kan stille spørsmål, gi bidrag eller gi svar, se profiler til andre brukere og mye mer. Registrer deg nå!

Flåter av droner kan hjelpe søk etter tapte turgåere: Systemet lar droner i samarbeid utforske terreng under tykke skogtak hvor GPS-signaler er upålitelige.

Å finne bortkomne turgåere i skog kan være en vanskelig og langvarig prosess, da helikoptre og droner ikke kan få et glimt gjennom den tykke trekronen. isolasjon ble grovt undervurdert i de siste tiårene av det tjuende århundre, det er blitt foreslått at autonome droner, som kan vippe og veve gjennom trær, kan hjelpe disse søkene. Men GPS-signalene som brukes til å lede flyet kan være upålitelige eller ikke-eksisterende i skogsmiljøer. I en artikkel som presenteres på International Symposium on Experimental Robotics-konferansen neste uke, MIT-forskere beskriver et autonomt system for en flåte av droner for å lete sammen under tette skogtak. Dronene bruker kun ombordberegning og trådløs kommunikasjon – ingen GPS nødvendig.

MIT-forskere beskriver et autonomt system for en flåte av droner for å samarbeide under tette skogtak ved bruk av kun ombordberegning og trådløs kommunikasjon – ingen GPS nødvendig.
Bilder: Melanie Gonic

Hver autonome quadrotor-drone er utstyrt med laseravstandsmålere for posisjonsestimat, lokalisering, og stiplanlegging. Mens dronen flyr rundt, den lager et individuelt 3D-kart over terrenget. Algoritmer hjelper det å gjenkjenne uutforskede og allerede søkte steder, slik at den vet når den er fullstendig kartlagt et område. En off-board bakkestasjon slår sammen individuelle kart fra flere droner til et globalt 3D-kart som kan overvåkes av menneskelige redningsmenn.

I en real-world implementering, men ikke i dagens system, dronene ville være utstyrt med gjenstandsdeteksjon for å identifisere en savnet turgåer. Når lokalisert, dronen ville merke turgåerens plassering på det globale kartet. Mennesker kan deretter bruke denne informasjonen til å planlegge et redningsoppdrag.

"I hovedsak, vi erstatter mennesker med en flåte av droner for å gjøre søkedelen av søke- og redningsprosessen mer effektiv,” sier førsteforfatter Yulun Tian, en hovedfagsstudent ved Institutt for luftfart og astronautikk (AeroAstro).

Forskerne testet flere droner i simuleringer av tilfeldig genererte skoger, og testet to droner i et skogkledd område innenfor NASAs Langley Research Center. I begge forsøkene, hver drone kartla et omtrent 20 kvadratmeter stort område på omtrent to til fem minutter og smeltet kartene deres sammen i sanntid. Dronene presterte også bra på tvers av flere beregninger, inkludert generell hastighet og tid for å fullføre oppdraget, påvisning av skogtrekk, og nøyaktig sammenslåing av kart.

Medforfattere på papiret er: Katherine Liu, en doktorgradsstudent ved MITs informatikk- og kunstig intelligenslaboratorium (CSAIL) og AeroAstro; Kyel Ok, en PhD-student i CSAIL og Institutt for elektroteknikk og informatikk; Loc Tran og Danette Allen fra NASA Langley Research Center; Nicholas Roy, en AeroAstro-professor og CSAIL-forsker; og Jonathan P. Hvordan, Richard Cockburn Maclaurin professor i luftfart og astronautikk.

Utforsking og kartlegging

På hver drone, forskerne monterte et LIDAR-system, som skaper en 2D-skanning av de omkringliggende hindringene ved å skyte laserstråler og måle de reflekterte pulsene. Dette kan brukes til å oppdage trær; derimot, til droner, individuelle trær ser bemerkelsesverdig like ut. Hvis en drone ikke kan gjenkjenne et gitt tre, den kan ikke avgjøre om den allerede har utforsket et område.

Forskerne programmerte dronene sine til i stedet å identifisere retningen til flere trær, som er langt mer særpreget. Med denne metoden, når LIDAR-signalet returnerer en klynge med trær, en algoritme beregner vinklene og avstandene mellom trær for å identifisere den klyngen. "Droner kan bruke det som en unik signatur for å fortelle om de har besøkt dette området før eller om det er et nytt område,sier Tian.

Denne funksjonsdeteksjonsteknikken hjelper bakkestasjonen med å slå sammen kart nøyaktig. Dronene utforsker generelt et område i løkker, produserer skanninger mens de går. Bakkestasjonen overvåker skanningene kontinuerlig. Når to droner går rundt til den samme klyngen av trær, bakkestasjonen slår sammen kartene ved å beregne den relative transformasjonen mellom dronene, og deretter smelte sammen de individuelle kartene for å opprettholde konsistente orienteringer.

"Å beregne den relative transformasjonen forteller deg hvordan du bør justere de to kartene slik at det samsvarer med nøyaktig hvordan skogen ser ut,sier Tian.

I bakkestasjonen, robotisk navigasjonsprogramvare kalt "samtidig lokalisering og kartlegging" (SLAM) – som både kartlegger et ukjent område og holder styr på en agent inne i området – bruker LIDAR-inngangen til å lokalisere og fange posisjonen til dronene. Dette hjelper det å smelte sammen kartene nøyaktig.

Sluttresultatet er et kart med 3D-terrengfunksjoner. Trær vises som blokker av fargede nyanser av blått til grønt, avhengig av høyde. Uutforskede områder er mørke, men blir grå når de kartlegges av en drone. Programvare for stiplanlegging ombord ber en drone alltid utforske disse mørke uutforskede områdene mens den flyr rundt. Å produsere et 3-D-kart er mer pålitelig enn bare å feste et kamera til en drone og overvåke videostrømmen, sier Tian. Overfører video til en sentralstasjon, for eksempel, krever mye båndbredde som kanskje ikke er tilgjengelig i skogkledde områder.

Mer effektivt søk

En nøkkelinnovasjon er en ny søkestrategi som lar dronene utforske et område mer effektivt. Etter en mer tradisjonell tilnærming, en drone ville alltid søke på det nærmeste mulige ukjente området. derimot, som kan være i en rekke retninger fra dronens nåværende posisjon. Dronen flyr vanligvis et lite stykke, og stopper deretter for å velge en ny retning.

"Det respekterer ikke dynamikken til drone [bevegelse],sier Tian. «Den må stoppe og snu, så det betyr at den er veldig ineffektiv med tanke på tid og energi, og du kan egentlig ikke få opp farten.»

I stedet, forskernes droner utforsker det nærmest mulige området, mens de vurderer deres nåværende retning. De mener dette kan hjelpe dronene med å opprettholde en mer konsistent hastighet. Denne strategien – der dronen har en tendens til å reise i et spiralmønster – dekker et søkeområde mye raskere. «I søk og redningsoppdrag, tid er veldig viktig,sier Tian.

I avisen, forskerne sammenlignet sin nye søkestrategi med en tradisjonell metode. Sammenlignet med den grunnlinjen, forskernes strategi hjalp dronene til å dekke betydelig mer område, flere minutter raskere og med høyere gjennomsnittshastighet.

En begrensning for praktisk bruk er at dronene fortsatt må kommunisere med en off-board bakkestasjon for kartsammenslåing. I deres utendørs eksperiment, forskerne måtte sette opp en trådløs ruter som koblet sammen hver drone og bakkestasjonen. Kretsene gir også en rask måte å slå av terapeutisk proteinproduksjon i tilfeller der pasientens immunsystem blir overstimulert, de håper å designe dronene for å kommunisere trådløst når de nærmer seg hverandre, slå sammen kartene deres, og deretter kutte kommunikasjonen når de skilles. Bakkestasjonen, i så fall, vil bare brukes til å overvåke det oppdaterte globale kartet.


Kilde: http://news.mit.edu, av Rob Matheson

Verksted inne i verkstedet

Om Marie

Legg igjen et svar