瑞士开发无人机闹市飞行新算法

2018 年 1 月 29 日 无人机 网易科技

  据美国合众社报道,今天的自动驾驶无人机在开放的空间里自动飞行毫无问题,但是它们却难以在忙碌的城市道路和栽满树木的居民区上方低空飞行。瑞士苏黎世大学的研究人员们正试图改变这种状况。

  他们研发出了一种全新的算法,名为DroNet。借助这种算法编写的软件能够帮助无人机在市区遍布障碍的环境中安全飞行。苏黎世大学机器人学和感知学教授Davide Scaramuzza在一篇新闻稿中称:“DroNet能够识别静态和动态障碍物,而且能够通过减速来躲避撞击。借助这种算法,我们更进一步的将集成化自动驾驶无人机推向我们的日常生活。”

        DroNet可输出两张图,其中一张被用于无人机导航,助其飞跃障碍物。而另一张图则被用于探查碰撞的可能性,并对危险情境作出应对。DroNet可探查静态及动态的障碍物,降低飞行速度,旨在防止发生碰撞。凭借该算法,研究人员,实现了无人机独立导航功能,将该技术融入到人们的日常生活中。

        瑞士研发人员所用无人机搭载了手机摄像头,DroNet算法功能强大,其利用了人工智能技术,用于评估观察到的环境。该算法由深度神经元网络组成,该软件可利用众多培训用例,学习解决复杂的任务。

  这项新技术借助的并非是先进的传感器,而是复杂的算法,帮助无人机分析周围环境并且快速而有效的做出反应。Scaramuzza教授称:“这种计算机算法能够通过一组训练样本学会解决复杂的任务。训练样本会向无人机展示如何做某些事情以及如何应对一些困境,这类似于孩子们从他们的父母或者老师身上学习知识。”

  科学家们为软件提供了自行车和汽车在城市交通环境中行驶的“训练样本”。科学家设计的这种算法能够通过观察自行车和汽车穿过拥挤交通环境时的运动,识别它们的航行模式并且收集基本的交通规则。

  测试表明,这种算法不仅能够让无人机借助训练样本在城市道路上航行,而且能够利用其它环境下的训练安全航行,比如说停车场或者室内办公场所。这项技术最终有可能帮助无人机执行搜寻和救援任务,也有可能用于包裹投递服务。苏黎世大学博士生Antonio Loquercio称:“我们仍然需要克服许多技术方面的问题,这样才能让无人机应用在更广阔的场景。”


长按识别图中二维码关注我们!



登录查看更多
2

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
【课程】伯克利2019全栈深度学习课程(附下载)
专知会员服务
54+阅读 · 2019年10月29日
专知会员服务
198+阅读 · 2019年8月30日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
停车入位不再是难题 详解自动泊车系统
物联网智库
5+阅读 · 2017年11月21日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
Arxiv
7+阅读 · 2018年12月5日
VIP会员
相关VIP内容
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
【课程】伯克利2019全栈深度学习课程(附下载)
专知会员服务
54+阅读 · 2019年10月29日
专知会员服务
198+阅读 · 2019年8月30日
相关资讯
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
停车入位不再是难题 详解自动泊车系统
物联网智库
5+阅读 · 2017年11月21日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
Top
微信扫码咨询专知VIP会员