Модель для автономної навігації та уникнення перешкод у БПЛА

Автономні безпілотні літальні апарати (БПЛА) показали великий потенціал для широкого спектру застосувань, включаючи автоматизовану доставку пакетів та моніторинг великих географічних районів. Однак для виконання місій у реальних умовах безпілотники повинні мати можливість ефективно орієнтуватися та уникати перешкод у своєму оточенні.

Нещодавно дослідники з технологічного університету Luleå у Швеції та Каліфорнійського технологічного інституту розробили обчислювальну техніку на основі нелінійної моделі прогнозування (NMPC), яка могла б забезпечити безпілотники кращими можливостями навігації та уникнення перешкод. Підхід NMPC, який вони застосовували, представлений у статті, опублікованій у Листи робототехніки та автоматизації IEEE, заснований на структурі OpEn (Optimization Engine), програмного забезпечення для параметричної оптимізації, розробленого доктором Пантелісом Сопасакісом в університеті Queen's Belfast.

"Наша команда раніше опублікувала кілька робіт щодо автономного уникнення перешкод та навігації для БПЛА", — розповів TechXplore Бьорн Ліндквіст, один із дослідників, які проводили дослідження. "У нашому недавньому дослідженні ми мали на меті розширити поняття уникнення перешкод, щоб включити прямий розгляд рухомих чи динамічних перешкод, використовуючи NMPC. Нашою метою було запропонувати технічну демонстрацію того, як сучасні та розумні структури управління можуть дозволяти БПЛА. застосовується, наприклад, у міських середовищах, де навколишнє середовище постійно рухається і де запобігання зіткнення має велике значення для забезпечення безпеки людей та інших транспортних засобів ".

NMPC — схема на основі оптимізації, яка може використовуватися для вирішення різноманітних проблем у реальному світі. Ця схема може робити прогнози щодо майбутніх станів системи на основі математичної моделі системи та на ряді керуючих входів, що діють на неї в даний момент часу.

Її прогнози охоплюють низку майбутніх етапів часу, які в поєднанні називаються «горизонтом прогнозування». Згодом схема обчислює керуючі входи способами, які дозволяють системі найбільш ефективно виконати набір бажаних цілей (наприклад, відстеження посилань , уникання перешкод, збереження обмежень тощо).

У своїй роботі Ліндквіст та його колеги показали, що модель, що базується на NMPC, може забезпечити БПЛА розширеними можливостями автономної навігації та уникнення перешкод у мінливих середовищах, таких як міста. Більш конкретно, вони використовували алгоритм NMPC для прогнозування траєкторій перешкод в оточенні БПЛА, використовуючи також класифікаційну модель для розмежування різних типів траєкторій та прогнозування майбутнього положення перешкод.

"Оскільки NMPC працює, прогнозуючи та оптимізуючи майбутні стани, ми можемо включити прямий розгляд рухомих / динамічних перешкод, передбачивши їх майбутні позиції, а також на основі деяких вимірів", — сказав Ліндквіст. "Цей метод дозволяє отримати елегантне рішення, де контроль, місцеве планування шляху та уникнення динамічних перешкод об'єднані в один керуючий шар"

Дослідники оцінювали їх схему NMPC у ряді лабораторних експериментів. Примітно, що їх модель запобігла зіткненням у різних сценаріях, коли БПЛА був оточений безліччю рухомих перешкод.

"У колективі з робототехніки та AI в технологічному університеті Лулео ми приділяємо дуже високу цінність експериментальній валідації теорії", — сказав Ліндквіст. "У нашій останній роботі ми показали, як архітектура NMPC може забезпечити траєкторії без зіткнень навіть для досить швидко пересуваються перешкод, не порушуючи вказані відстані безпеки. Я вважаю, що цей тип уникнення перешкод є цікавим шляхом до використання БПЛА в міських умовах або в тісній взаємодії з людьми ».

Дослідження підкреслює великий потенціал схем оптимізації NMPC для підвищення навігаційних можливостей БПЛА. Результати, зібрані Ліндквістом та його колегами, також можуть надихнути інші дослідницькі групи на використання подібних методів оптимізації для управління роботами та планування шляху. Зрештою, це може сприяти розвитку БПЛА та інших мобільних роботів, які можуть безпечно пересуватися в переповнених та динамічних умовах.

"Я є частиною виклику підземних випробувань DARPA в команді CoSTAR, і я вважаю, що протягом наступного року чи так багато наших зусиль буде вкладено у вивчення теми підземних розвідок та планування шляхів для БЛА", — додав Ліндквіст. "Для динамічного уникнення перешкод, продемонстрованого в цій статті, ми плануємо провести майбутні дослідження, спрямовані на інтеграцію бортових камер глибини (або подібних) для відстеження перешкод, а також вдосконалення та узагальнення нашого методу прогнозування перешкод".

Facebook Comments