智慧應用 影音
EVmember
TXOne

無人機如何飛得快又穩?MIT找到方法了

飛得愈快、愈靈敏的無人機,愈適合應用於天災生還者搜救等具時效性的任務,麻省理工學院(MIT)航空與太空工程師開發演算法,協助無人機找出既能高速航行,又能避開障礙物的最短路線,經實測,穿越測試的障礙賽道的速度比傳統演算法訓練的無人機快20%。

Multi-Fidelity Black-Box Optimization for Time-Optimal Quadrotor Maneuvers

 點擊圖片放大觀看

MIT以數千種不同飛行路徑與速度組合的場景模擬無人機的行為。麻省理工學院

根據The Robot Report報導,訓練無人機以最高速自主飛過障礙賽道,飛行速度愈快會,無人機愈不穩定,空氣動力也更複雜且難以預測與模擬,最終往往以墜毀收場。無人機高速飛行的空氣動力複雜且不易模擬,需採用無人機實際測試的資料來補足,才能掌握面對不同飛行狀況時速度調節等的必要性。

訓練無人機慢速繞過障礙時,涉及的阻力等空氣動力效應幾乎未產生作用,製作行為模型時可能被忽略,即便高速飛行時相關效應非常顯著,但難以預料無人機因應的方式。此外高速飛行時延遲傳送訊指令給馬達、電壓突降等因素,所引發的其他問題也讓無人機不易估算本身位置,然而,傳統的演算法無法將這些效應納入模型。

一般研究人員為了解高速空氣動力對無人機飛行的影響,通常在實驗室進行多次測試,讓無人機以各種速度與軌跡的組合飛行,觀察何者能最快通過障礙賽道且不墜毀,但費時且高成本(無人機墜毀)。MIT研究團隊的高速飛行規劃演算法,能以最少次的測試找出最快且最安全的飛行路徑。

MIT演算法兼顧模擬與實測資料的全面性做法,才能規劃出讓無人機最快通過障礙賽道的路線,為未來無人機以達到其物理極限的高速穿梭在複雜環境的關鍵。首先建立基於物理學的飛行規劃模型,以數千種不同飛行路徑與速度組合的競速場景,快速且低成本的模擬無人機穿越虛擬障礙賽道的行為,並依無人機是否墜毀來標示每個場景的可行性,能大幅縮短找出最值得進一步測試的可行場景,以及可望最快穿越障礙賽道的實際最佳飛行軌跡的時間。

MIT演算法訓練的無人機跟傳統規劃演算法訓練的無人機比拚,每次都能更快穿越障礙賽道,有時甚至只要80%時間。MIT的演算法並未讓無人機在障礙賽道一路領先飛行,而會透過變換速度與保存電力等巧妙調整因應某些「路況」,完全基於模擬資料的傳統規劃演算法就欠缺這些眉角。

MIT研究團隊計畫在更複雜環境以更高速進行更多飛行測試以強化演算法,並將參考無人機遙控駕駛員的飛行決策、操控、軌跡等資料,找出更快且可行的飛行計畫。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 無人機