元宇宙帮开直升机?ALIAS系统全自动驾驶黑鹰30分钟

2022 年 2 月 9 日 新智元



  新智元报道  

编辑:袁榭

【新智元导读】2022年2月9日,DARPA宣布,搭载了智能AI驾驶助手系统ALIAS的黑鹰直升机,完成了长达30分钟的完全无人干预全自动飞行。此时长的全无人试飞,应用在这种大小的非特制普通直升机型上尚属全球首次。


无人直升机早不是新鲜事,但现在市面上的无人直升机,第一还得有人遥控,第二大小不超过蜂鸟级,第三是特制的。


六七吨重的大型非特制普通直升机,能安上即插即用AI模型包,就能全无人飞行吗?以前这是不可能的,不过最近西科斯基公司打破了这一记录。


普通大型直升机首次成功全自动飞行半小时


北京时间2022年2月9日,美国国防部高级研究计划局(DARPA)宣布,一架搭载了「驾驶舱机组人员工作自动化系统」(ALIAS)的UH-60A型黑鹰直升机,2月5日在肯塔基州的实验基地,依靠ALIAS系统完成了长达30分钟的完全无人干预全自动飞行。2月7日又于同一地点执行了时长稍短的试飞。
 
时长半小时的全无人试飞,在重逾6.3吨的非特制普通直升机型上尚属全球首次。这一试飞标志着黑鹰直升机制造商西科斯基公司与美国官方价值1.6亿美元的智能直升机驾驶助手项目的又一里程碑。

 
按照西科斯基公司负责此项目的副总裁依古尔·车里宾斯基的说法,黑鹰直升机内的「210」开关标记机内有几名机组成员,2月5日是该机型史上首次的开关拨到0的状态。
 
30分钟内,ALIAS系统顺利自主完成了起飞前机载设备自检、起飞、自动飞行、自动降落等动作,全程无事故和故障发生。

 
而且操控黑鹰直升机飞行的ALIAS系统,此次是在高难度软件模拟环境下工作。
 
自动驾驶的激光雷达测试程序模拟了纽约市复杂拥挤的低空空域。而ALIAS系统操纵直升机顺利在虚拟环境中曼哈顿岛的摩天大楼窄缝间实时穿梭。这相当于让AI驾驶直升机完成高速越障赛跑,难度可想而知。
 

ALIAS系统如何做到

 

大型固定翼飞机与直升机的飞行辅助系统已经有数十年历史,并不新鲜。人尽皆知,很多航班的大型客机的飞行员只需要在起飞和降落的几分钟内参与操作。
 
不过除了起飞、降落之外,应对突发机件故障、应对突发天候变化、复杂地形飞行等操作也都需要人类驾驶员执行,协助系统并不具备这方面的能力。
 
而西科斯基公司基于自家的民用版「矩阵」智能直升机飞行助手程序、为美国国防部开发的ALIAS系统,意在打造一个「虚拟版智能副飞行员」。让AI助手在危险和复杂的飞行任务中自动做出不干扰人类主飞行员的辅助操作。

2018年西科斯基民用版本智能AI直升机短距试飞图
 
按照西科斯基公司与DARPA的设计,ALIAS系统属于订制产品,可以调整后安装在现有的各型号飞机上,也可以随时从机体上移除。这样就能在不大规模改造或废弃现有机型的低成本前提下,帮助现有机型实现高水平的自动化,并减少机组人员数量。
 
此外,当人类主飞行员因各种原因失去操控能力时,ALIAS系统也要有短暂的紧急接管操纵能力。所以在必要的驾驶动作功能外,ALIAS会实时监控飞行中的机身物理性能、电控程序状态、航行环境等数据。

 
在过去的试验性飞行中,DARPA也让ALIAS模拟了各种飞行中可能出现的紧急突发状况,例如驾驶员失能、偏离航线、违反飞航手册操作、和机身系统故障等状况,ALIAS在模拟中都做出了很好的表现。
 
为了做到这些要求、适应多种场景,ALIAS具备机器学习功能,算法拥有更宽广的汲取范围。不仅仅从自身操作飞机的历史数据、还可以从所操控飞机的之前全部飞行数据记录中有所习得。而且它的机器学习是实时的,可以边学习边执行,如此才能在各种紧急情况下调用习得的选项。
 
ALIAS有搭载于平板设备上的人际交互界面,使用者可以用来监控详细的系统资讯,或是进行操作干预。2021年西科斯基公司就让美国的现役军中飞行员作为预备的机上安全驾驶人,单纯用平板监控,让ALIAS操纵特制的实验直升机完成了短暂全自动飞行。
 
2021年安全飞行员用平板设备,监督ALIAS系统开直升机的场景
 

AI开直升机有多难


大型普通直升机要完成AI全自动驾驶,难度其实远非汽车与大型固定翼飞机的AI全自动驾驶可比。
 
斯坦福大学AI实验室2004年在此领域的著名奠基论文《以强化学习达到直升机自动飞行》,开宗明义就指出了直升机的气动模型与受力模型远比同等大小的固定翼飞机复杂:
 
垂直横向的螺旋桨提供升力,但产生的扭矩与机身自体受激发的扭矩有冲突,易使机体陷入不可操控的失速晃旋;垂直纵向的螺旋桨为此要用来操控方向、提供稳定性,然而又会让机体陷入气动模型与受力的左右不均衡中。
 
以上只是概述最基础的大型直升机飞行物理,而且这些情形在越低空低速的状况中越突出。因此斯坦福AI实验室2004年论文的正文最开始几句话中,描述直升机飞行操控的形容词是「高维度、复杂、不对称、高噪音、非线性、动态的…」。

 
近20年后,西科斯基的软件工程师们为了解决这些难题,逆向思考:如果让高复杂度、大参数量的高端AI模型完全统包解决这些障碍都不可能的话,那么用低复杂度、简单小体积的低端AI分块解决,是更可行和更经济的途径,也更符合顾客要求,本来美国政府现在就不指望直升机秒变终结者。
 
所以按制造商承认,ALIAS的模式识别、机器学习算法,对已定义和可预测性高的数据依赖更大,对高端AI大模型常用的预测功能反而不太注重。至于具体的代码流程,属于美国官方项目的保密细节,现在还没有在公开论文里公布……

 
由此生发出另一个智能驾驶汽车不会面临的难题:航行环境中会有不可预测、未经标注的障碍物出现。
 
毕竟智能汽车们连有高精度标记地图的市区环境中都要埋头猛撞路灯。而电信公司们在野外自行梳理的电讯信号高塔常常连地图上都不及时标注,虽然没有公布具体事故数量,但按西科斯基内部人士接受采访时的口气,直升机AI副驾实验时颇有几次「冲塔」碰撞发生。
 

元宇宙帮开直升机?诺格公司要做直升机AR飞行助手


搞AI直升机副驾的企业不止西科斯基一家,诺斯罗普·格鲁曼(Northrop Grumman)公司最近也接了美国政府的订单,要开发一款基于AR技术与AI识别的智能直升机飞行助手。
 
这款智能飞行助手的项目暂名为OCARINA(是Operator and Context Adaptive Reasoning Intuitive Assistant的缩写),要做到的比完全开飞机简单多了,替代的仅仅是现在直升机电控系统中的各种警报与消息提示。
 
现在直升机飞行员在遇到突变地物障碍、天候障碍时,只会接收到耳机里与仪表盘上预录制的警报提示声音与画面。状况越紧急、各种提示越繁杂、飞行员越手忙脚乱,最后只好坠落。
 
OCARINA要做到的,是通过飞行员穿戴的AR头显,结合眼动跟踪、数据监控等技术,让AI助手自行处理能解决的小故障、隐去提示,需要人工手动操作的,再在AR视野中以不干扰认知的方式提醒飞行员动作。
 
诺格公司的OCARINA概念图:在从直升机姿态无法矫正、到确认引擎起火的全过程中,AI担负了大部分判断,仅提示飞行员做出一次动作
 
尽管现在AI能开了普通直升机,但这才起步,对人类飞行员的作用是大有帮助而非大量替代。所以不用复述终结者哏啦,安心吧。


参考资料:

https://www.courant.com/news/connecticut/hc-news-sikorsky-unmanned-black-hawk-20220208-fmrvocn6wnbdlo5i6r3tn3e42a-story.html
https://www.lockheedmartin.com/en-us/products/sikorsky-matrix-technology.html
https://www.defensenews.com/land/2022/02/08/black-hawk-helicopter-flies-unmanned-for-the-first-time/
https://www.darpa.mil/program/aircrew-labor-in-cockpit-automation-system
https://www.thedefensepost.com/2022/02/03/northrop-grumman-black-hawk-ai/
https://www.lockheedmartin.com/en-us/news/features/2021/sikorsky-and-darpa-fly-opv-black-hawk-with-supervised-autonomy.html
http://heli.stanford.edu/papers/iser04-invertedflight.pdf



登录查看更多
1

相关内容

人工智能在公安行业的落地应用
专知会员服务
38+阅读 · 2022年3月23日
最新元宇宙白皮书:做虚实融合世界的赋能者
专知会员服务
105+阅读 · 2022年1月14日
专知会员服务
28+阅读 · 2021年10月4日
专知会员服务
25+阅读 · 2021年4月2日
美国新规:自动驾驶车,从此不需要驾驶位了
机器之心
0+阅读 · 2022年3月11日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7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
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
24+阅读 · 2021年6月25日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员