- 26,759
- 46
- 8 Ноя 2022
Сначала круг у дома, потом сотни метров полёта: Bee-Nav помогает дронам возвращаться без GPS.
Дрону не обязательно хранить тяжёлую карту местности или постоянно искать GPS, чтобы вернуться к точке старта. Учёные из Нидерландов и Германии показали систему Bee-Nav, которая помогает небольшим летательным роботам улетать на сотни метров и находить дорогу назад по принципу, похожему на навигацию медоносных пчёл.
Разработку представили робототехники из Делфтского технического университета и биологи из Вагенингенского университета и Ольденбургского университета имени Карла фон Осецкого. Статья опубликована в журнале Nature .
Авторы работы исходили из простой проблемы: автономные дроны уже могут осматривать раястения в теплицах, доставлять посылки или проверять промышленные площадки, но навигация без GPS обычно требует мощных вычислений, памяти и энергии. Из-за этого аппараты становятся тяжелее, дороже и сложнее для безопасной работы рядом с людьми.
Пчёлы решают похожую задачу гораздо экономнее. Перед дальними вылетами насекомые совершают короткие ознакомительные полёты рядом с ульем, запоминают окружающую картинку, а затем могут вернуться домой после извилистого маршрута почти по прямой. Для обратного пути пчёлы используют одометрию, то есть примерную оценку направления и пройденного расстояния, а ближе к дому подключают зрительную память.
Bee-Nav переносит тот же подход на робота. Сначала дрон делает короткий учебный полёт рядом с точкой старта и собирает панорамные изображения окружения. Затем небольшая нейросеть учится по этим кадрам оценивать домашний вектор: направление и расстояние до места возврата. Во время обычного полёта аппарат использует такую оценку, чтобы компенсировать ошибки одометрии.
Ошибка накапливается почти неизбежно: чем дольше робот летит, тем хуже простая оценка пути совпадает с реальным положением. Исследователи проверили, хватит ли неточных данных для обучения, и получили рабочий результат. В одном из испытаний дрон успешно возвращался домой, используя нейросеть размером всего 3,4 килобайта.
В реальных экспериментах аппарат оснастили всенаправленной камерой и Raspberry Pi 4, который запускал компактные модели для визуального возвращения. Исследователи проверяли две архитектуры: компактную пятислойную сеть размером 3,4 килобайта и более крупную восьмислойную attention-сеть размером 42,3 килобайта.
Первые проверки прошли в 10 × 10-метровой арене CyberZoo в Делфте. Затем команду интересовали более сложные условия без GPS, поэтому дроны запускали в ангарах Unmanned Valley в Валкенбурге и в полевом испытательном пространстве размером 400 × 500 м. В помещениях система успешно завершила все полёты на дистанциях от 30 до 110 м и возвращала аппарат в пределах 0,5 м от точки старта.
На открытой площадке дроны летали уже на дистанции от 200 до 600 м. В ветреных условиях успешность снизилась до 70%. Основная проблема связана с наклоном аппарата: ветер меняет положение камеры, из-за чего панорамные изображения становится сложнее использовать для навигации.
Исследователи считают Bee-Nav перспективной технологией для сельского хозяйства. Лёгкие дроны смогут осматривать теплицы, искать признаки болезней и вредителей, помогать фермерам снижать потери урожая и при этом не требовать тяжёлого бортового компьютера. Перед массовым применением разработчикам ещё нужно сделать навигацию устойчивее к ветру и другим непредсказуемым условиям.
Дрону не обязательно хранить тяжёлую карту местности или постоянно искать GPS, чтобы вернуться к точке старта. Учёные из Нидерландов и Германии показали систему Bee-Nav, которая помогает небольшим летательным роботам улетать на сотни метров и находить дорогу назад по принципу, похожему на навигацию медоносных пчёл.
Разработку представили робототехники из Делфтского технического университета и биологи из Вагенингенского университета и Ольденбургского университета имени Карла фон Осецкого. Статья опубликована в журнале Nature .
Авторы работы исходили из простой проблемы: автономные дроны уже могут осматривать раястения в теплицах, доставлять посылки или проверять промышленные площадки, но навигация без GPS обычно требует мощных вычислений, памяти и энергии. Из-за этого аппараты становятся тяжелее, дороже и сложнее для безопасной работы рядом с людьми.
Пчёлы решают похожую задачу гораздо экономнее. Перед дальними вылетами насекомые совершают короткие ознакомительные полёты рядом с ульем, запоминают окружающую картинку, а затем могут вернуться домой после извилистого маршрута почти по прямой. Для обратного пути пчёлы используют одометрию, то есть примерную оценку направления и пройденного расстояния, а ближе к дому подключают зрительную память.
Bee-Nav переносит тот же подход на робота. Сначала дрон делает короткий учебный полёт рядом с точкой старта и собирает панорамные изображения окружения. Затем небольшая нейросеть учится по этим кадрам оценивать домашний вектор: направление и расстояние до места возврата. Во время обычного полёта аппарат использует такую оценку, чтобы компенсировать ошибки одометрии.
Ошибка накапливается почти неизбежно: чем дольше робот летит, тем хуже простая оценка пути совпадает с реальным положением. Исследователи проверили, хватит ли неточных данных для обучения, и получили рабочий результат. В одном из испытаний дрон успешно возвращался домой, используя нейросеть размером всего 3,4 килобайта.
В реальных экспериментах аппарат оснастили всенаправленной камерой и Raspberry Pi 4, который запускал компактные модели для визуального возвращения. Исследователи проверяли две архитектуры: компактную пятислойную сеть размером 3,4 килобайта и более крупную восьмислойную attention-сеть размером 42,3 килобайта.
Первые проверки прошли в 10 × 10-метровой арене CyberZoo в Делфте. Затем команду интересовали более сложные условия без GPS, поэтому дроны запускали в ангарах Unmanned Valley в Валкенбурге и в полевом испытательном пространстве размером 400 × 500 м. В помещениях система успешно завершила все полёты на дистанциях от 30 до 110 м и возвращала аппарат в пределах 0,5 м от точки старта.
На открытой площадке дроны летали уже на дистанции от 200 до 600 м. В ветреных условиях успешность снизилась до 70%. Основная проблема связана с наклоном аппарата: ветер меняет положение камеры, из-за чего панорамные изображения становится сложнее использовать для навигации.
Исследователи считают Bee-Nav перспективной технологией для сельского хозяйства. Лёгкие дроны смогут осматривать теплицы, искать признаки болезней и вредителей, помогать фермерам снижать потери урожая и при этом не требовать тяжёлого бортового компьютера. Перед массовым применением разработчикам ещё нужно сделать навигацию устойчивее к ветру и другим непредсказуемым условиям.
- Источник новости
- www.securitylab.ru
