借助立體相機(jī)改善無(wú)人機(jī)防撞性能

最近，來(lái)自馬德里理工大學(xué)、麻省理工學(xué)院和德克薩斯A＆M大學(xué)的一組研究人員通過(guò)構(gòu)建一個(gè)適用于小型無(wú)人機(jī)的簡(jiǎn)單攝像頭和數(shù)據(jù)處理設(shè)置的集成系統(tǒng)，在主動(dòng)碰撞監(jiān)測(cè)和避免碰撞方面取得了現(xiàn)實(shí)世界的成果

挑戰(zhàn)

無(wú)人機(jī)行業(yè)正在做出哪些努力來(lái)利用便宜的傳感器、低功率處理模型進(jìn)行避免碰撞？

如今，小型無(wú)人機(jī)面臨著傳統(tǒng)的避碰傳感器的挑戰(zhàn)。許多用于監(jiān)測(cè)飛行器周圍環(huán)境的傳統(tǒng)工具體積更大、耗電量更大、或者比通常實(shí)際使用的價(jià)格更高。為了這個(gè)研究項(xiàng)目，我們采用2公斤以下的無(wú)人機(jī)。由于尺寸和限制條件的存在，像激光雷達(dá)、雷達(dá)和聲學(xué)傳感器這樣的典型傳感器是不實(shí)用的。

鑒于這些領(lǐng)域存在差距，該團(tuán)隊(duì)著手開(kāi)發(fā)解決方案:


   在為2018年以前的項(xiàng)目創(chuàng)建的設(shè)計(jì)上進(jìn)行了改進(jìn)，提出了更多挑戰(zhàn)。首先，該團(tuán)隊(duì)希望繼續(xù)展示低成本的傳統(tǒng)相機(jī)如何提供結(jié)果。其次，要實(shí)現(xiàn)降低的電源需求，該解決方案必須利用基礎(chǔ)計(jì)算，而無(wú)需任何中間件或運(yùn)行環(huán)境的額外封裝。最后，最終結(jié)果應(yīng)完全整合到小型四軸飛行器中，并使該飛行器能夠監(jiān)視并避開(kāi)附近的多架飛行飛行器。


建筑物防撞AI模型的流程改進(jìn)

將他們的目標(biāo)與當(dāng)今的典型解決方案進(jìn)行比較時(shí)，構(gòu)建符合團(tuán)隊(duì)定義規(guī)格的輕便、低功耗、高性能防撞系統(tǒng)是一項(xiàng)艱巨的任務(wù)。該團(tuán)隊(duì)已避免使用傳統(tǒng)攝像機(jī)（無(wú)論是簡(jiǎn)單的光學(xué)攝像機(jī)還是紅外攝像機(jī)）的先進(jìn)儀器。驅(qū)動(dòng)該項(xiàng)目的關(guān)鍵實(shí)現(xiàn)是，這些普通攝像機(jī)成對(duì)使用，可以模仿人類的深度感知，并依靠更易消化的數(shù)據(jù)，這些數(shù)據(jù)在實(shí)踐中比某些替代方法更可靠。

通過(guò)測(cè)量并排拍攝的兩個(gè)圖像的幾何差異，立體相機(jī)深度映射使系統(tǒng)能夠識(shí)別可能對(duì)自動(dòng)駕駛車輛構(gòu)成威脅的物體。在此技術(shù)的第一次迭代中，團(tuán)隊(duì)準(zhǔn)確地完成了對(duì)威脅的識(shí)別。要用簡(jiǎn)單的攝像機(jī)實(shí)現(xiàn)這一目標(biāo)，就需要可靠的框架來(lái)識(shí)別，確定尺寸和跟蹤這些物體的運(yùn)動(dòng)。為了構(gòu)建這些框架，團(tuán)隊(duì)利用了Microsoft AirSim。

自2017年推出以來(lái)，Microsoft的AirSim飛行模擬軟件在各種GIS和自動(dòng)飛行用例中都變得非常有價(jià)值。 康奈爾大學(xué)的一個(gè)團(tuán)隊(duì)  已使用該平臺(tái)通過(guò)在詳細(xì)的虛擬空間中模擬無(wú)人駕駛飛機(jī)的比賽來(lái)開(kāi)發(fā)自主飛行功能。在另一個(gè)示例中，  合作研究項(xiàng)目  已使用AirSim改進(jìn)了非洲野生動(dòng)物保護(hù)區(qū)中野生動(dòng)植物管理的自主無(wú)人機(jī)飛行程序，并在其真實(shí)生活環(huán)境的近乎完美的復(fù)制品中證明了它們的概念。

出于構(gòu)建防撞系統(tǒng)的目的，深度圖研究團(tuán)隊(duì)使用AirSim對(duì)復(fù)雜環(huán)境進(jìn)行建模，模擬飛行中的無(wú)人機(jī)進(jìn)行訓(xùn)練，并精確控制圖像捕獲以收集訓(xùn)練和建模內(nèi)容，以供其機(jī)器學(xué)習(xí)應(yīng)用程序使用。

通過(guò)捕獲獨(dú)立的左右視角，該團(tuán)隊(duì)能夠創(chuàng)建照片級(jí)真實(shí)感的渲染，以進(jìn)行大小檢測(cè)，位置檢測(cè)以及無(wú)人機(jī)在靜態(tài)位置和運(yùn)動(dòng)中的深度映射。利用這些工作模型，他們通過(guò)用C ++和C / CUDA編寫邏輯，進(jìn)一步節(jié)省了與無(wú)人機(jī)一起包裝的產(chǎn)品。這些基本語(yǔ)言不需要復(fù)雜的中間件即可在飛行過(guò)程中處理圖像和推理。他們甚至能夠通過(guò)使用單個(gè)存儲(chǔ)模塊進(jìn)行圖像存儲(chǔ)和解釋來(lái)減少資源需求。

現(xiàn)實(shí)生活結(jié)果

在創(chuàng)建了模型，訓(xùn)練和測(cè)試了  AI并準(zhǔn)備了測(cè)試工具之后，該團(tuán)隊(duì)發(fā)布的結(jié)果顯示了其工作理念的巨大進(jìn)步。經(jīng)過(guò)測(cè)試的裝備好的無(wú)人駕駛飛機(jī)能夠識(shí)別，跟蹤并做出航跡校正，以應(yīng)對(duì)復(fù)雜環(huán)境中需要跟蹤靜態(tài)和移動(dòng)障礙物的數(shù)種其他無(wú)人機(jī)的反應(yīng)。

雖然一些研究人員已  使用無(wú)人駕駛飛機(jī)失事數(shù)千次，  以創(chuàng)建用于自動(dòng)飛行的AI模型，但該團(tuán)隊(duì)表明，AirSim可以導(dǎo)致自動(dòng)飛行控制器正常工作。該研究工作的應(yīng)用范圍可能很廣，并且這些工具易于訪問(wèn)。在實(shí)現(xiàn)超越視線甚至自動(dòng)飛行的過(guò)程中，越來(lái)越多的研究人員正在使用這些工具。但是，除了用于構(gòu)建此AI的出色工具之外，還有一個(gè)更可喜的成果：自主飛行控制的邏輯模型將在并非所有傳感器都能使用的條件下工作，同時(shí)會(huì)降低成本并為更多種類的車輛提供功能。