ИИ поможет дронам уклоняться от быстро движущихся объектов

[Ippolitovich]

Беспилотники, способные к автономному уклонению, не являются чем-то новым на рынке: например, DJI демонстрирует подобную функциональность в своих продуктах в течение многих лет. Но как насчёт квадрокоптеров, которые могут уклоняться от быстро движущихся в их направлении снарядов? Например, таких, как брошенный в их сторону мяч или летящий навстречу дрон? Именно такую технологию описывают ученые из Университета Мэриленда и Швейцарской высшей технической школы Цюриха (ETH Zurich) в недавно опубликованном препринте под заголовком «EVDodge: Реализация ИИ для высокоскоростного уклонения при помощи событийной камеры». Они утверждают, что созданная ими система, получившая название «Embodied AI», позволяет практически любому беспилотнику избегать движущихся препятствий при помощи только камеры и бортового компьютера. Исследователи намерены выпустить демонстрационный код и набор обучающих данных в открытый доступ сразу после того, как статья будет принята к публикации в научном издании.

 

Учёные из Университета Мэриленда и ETH Zurich разработали систему, которая при помощи одной лишь камеры поможет дронам уклоняться от быстро движущихся в их сторону объектов, таких как мячи или другие дроны
Исследователи использовали установленные на тестовом дроне фронтальную событийную камеру, то есть оптический датчик с минимальной задержкой и высоким динамическим диапазоном, дополнительную камеру, направленную вниз, а также сонар и инерциальный измерительный блок. На уровне программного обеспечения применялись три «неглубокие» модели ИИ: EVDeBlurNet, EVHomographyNet и EVSegFlowNet — каждая из них выполняла одну из задач, таких как увеличение чёткости и шумоподавление на последовательности изображений, аппроксимация движения фона с камеры, обращенной вниз, для уклонения и возврата на исходную точку, и сегментирование препятствий, летящих по направлению фронтальной камеры, для расчёта их траектории.

 

 

Для обнаружения снаряда, летящего по направлению к дрону, данной системе требуется пять последовательных кадров, чтобы оценить его траекторию и скорость, затем ИИ классифицирует движущийся объект в соответствие с его геометрией по трём возможным сценариями: 1 — сфера с известным радиусом, 2 — объект неизвестной формы с известным размером, 3 — неизвестный объект без предварительной информации о размере, чтобы дать дрону окончательные инструкции как уклониться от столкновения.

 

Команда провела испытания с четырьмя различными объектами: сферическим мячом, игрушечной машинкой и самолётом, а также беспилотником Parrot Bepop 2, либо брошенным, либо направленном в полёте на тестовый квадрокоптер Intel Aero с расстояния около 5 метров. Во время эксперимента на пол были положены ковры с различной текстурой, чтобы с одной стороны упростить сканирование поверхности, а с другой стороны сделать эксперимент более реалистичным. В ходе более 200 испытаний исследователи достигли показателя успешного уклонения от 70 % до 86 % с игрушечным автомобилем и моделью самолета. Кроме того, они продемонстрировали, что их система может быть легко адаптирована к задаче преследования (где Aero следовал за Bepop 2).