Autonome drone scheurt met 40 km/u door het bos (video)

Geplaatst op 12 oktober 2021 om 09:08 uur
Autonome drone scheurt met 40 km/u door het bos (video)
We hebben de afgelopen jaren een verbazingwekkende vooruitgang gezien in de dronetechnologie, zelfs tot het punt dat geavanceerde autonomie nu al betaalbaar is voor consumenten. Het lijkt dan ook onvermijdelijk dat autonome drones over niet al te lang de prestaties van - zelfs de beste - menselijke piloten zullen overtreffen.

Quadrotors zijn wendbaar. In tegenstelling tot de meeste andere machines, kunnen ze met hoge snelheden door extreem complexe omgevingen bewegen. Tot op heden hebben alleen deskundige menselijke piloten hun capaciteiten volledig kunnen benutten. Autonome werking met ingebouwde detectie en berekening is beperkt tot lage snelheden.

 

State-of-the-art methoden verdelen het navigatieprobleem over het algemeen in subtaken: sensing, mapping en planning. Hoewel deze aanpak succesvol is gebleken bij lage snelheden, kan de scheiding waarop deze voortbouwt problematisch zijn voor navigatie op hoge snelheid in onoverzichtelijke omgevingen. De subtaken worden sequentieel uitgevoerd, wat leidt tot een verhoogde verwerkingslatentie en een toename van fouten.

 

ETH Zürich stelt een benadering voor waarmee quadrotors autonoom op hoge snelheden door complexe omgevingen kunnen vliegen, muitsluitend gebruikmakend van onboard sensoren en computers. 

 

Het belangrijkste principe is om sensorische waarnemingen met ruis rechtstreeks te vertalen naar botsingsvrije trajecten op een traject met een wijkende horizon. Deze directe mapping vermindert de verwerkingslatentie drastisch en verhoogt de robuustheid tegen slordige en onvolledige perceptie. 

 De sensomotorische mapping wordt uitgevoerd door een convolutienetwerk dat uitsluitend is getraind in simulatie via geprivilegieerd leren: het nabootsen van een expert met toegang tot bevoorrechte informatie. Door sensorruis te simuleren, bereikt de aanpak een zero-shot-overdracht van simulatie naar uitdagende real-world omgevingen die nooit tijdens de training werden ervaren: dichte bossen, besneeuwd terrein, ontspoorde treinen en ingestorte gebouwen.

 

Het werk toont aan dat end-to-end-beleid dat in simulatie is getraind, autonoom vliegen met hoge snelheid door uitdagende omgevingen mogelijk maakt. De code wordt open source vrijgegeven.

 

 
© Engineersonline.nl