在麻省理工學(xué)院計算機科學(xué)與人工智能實驗室（MIT’s Computer Science and Artificial Intelligence Laboratory， MIT CSAIL），一隊研究人員已經(jīng)開發(fā)出一種名為“NanoMap”的系統(tǒng)。 在借鑒無人駕駛汽車情況的基礎(chǔ)上，NanoMap 能夠通過使得無人機不斷定位，達(dá)到讓其不斷躲避障礙的目的，讓無人機在復(fù)雜的環(huán)境中能每小時持續(xù)飛行 20 英里。研究小組正在研究特定的用例，包括搜索和救援場景、防御和娛樂。使用無人機的快遞公司可以將這種技術(shù)用于人口稠密地區(qū)。
研究生皮特.弗洛倫斯（Pete Florence）最近發(fā)表了一篇基于類似想法的研究論文。身為這篇論文的主要作者，弗洛倫斯表示，在密集擁擠的環(huán)境中，這里采用的方法遠(yuǎn)比基于地圖的傳統(tǒng)導(dǎo)航更為可靠。 他說：“想要無人機在人類環(huán)境中高速運行，過于詳細(xì)確切的地圖沒什么用。無人機越能覺察其不確定性，我們越能夠避開障礙以及實現(xiàn)近距離飛行。 NanoMap 究竟是如何工作的呢？ 據(jù)麻省理工學(xué)院表示，利用深度感應(yīng)（depth-sensing），NanoMap 能對無人機四周進行不間斷的測量。而這也使得它在做下一個決定的同時還能提前為更長遠(yuǎn)的行動做規(guī)劃。 “這就像把你所看到的世界上所有的圖像都保存在腦海中，”弗洛倫斯解釋道，“對于要計劃其運動的無人機來說，它們本質(zhì)上就是回到過去，在有限的時間內(nèi)單獨思考它們所待過的各處地方?！?NanoMap 實現(xiàn)了無人機事故率從 25% 到 2% 的明顯下降。這是個非凡的成績，而急于讓無人機在狹窄的市內(nèi)環(huán)境中穿梭的無人機快遞公司應(yīng)該也迫不及待想試試這個系統(tǒng)。 以前，在密集的環(huán)境中，流行的避障方法主要依賴于SLAM（同步定位和映射）技術(shù)。這種技術(shù)可以轉(zhuǎn)化無人機周圍環(huán)境的數(shù)據(jù)，并生成用于導(dǎo)航的地圖。 然而，根據(jù)麻省理工學(xué)院的說法，SLAM 技術(shù)沒那么可靠，且對高速運轉(zhuǎn)的無人機也沒那么有用。另一方面，為了縮短處理時間、加快反應(yīng)速度，NanoMap 只會為無人機的接下來幾步做打算。接下來的幾步需要什么信息，NanoMap 就用什么信息，不多也不少，為接下來的幾步制定相應(yīng)的計劃。 正如卡內(nèi)基梅隆大學(xué)機器人研究所的 Sebastian Sherer 所指出的那樣：“和以往的工作最大的不同是，研究人員創(chuàng)建的地圖里不再是一組圖像以及圖像的位置和方向，而是一些具有位置不確定性的圖片。記錄不確定性的好處在于即使機器人不知道確切的位置，我們還是可以使用以前的圖像，并對計劃進行改進。” 這個關(guān)于高速自主導(dǎo)航其新發(fā)展的消息著實令人非常興奮。在不久的將來，隨著我們的天空中出現(xiàn)越來越多的無人機，我們很有可能會看到這種技術(shù)的大批應(yīng)用。 |
