完全自主的航空系统(FAAS)将边缘和云硬件与无人机和大量软件支持结合起来,以创建自主系统。FAAS 通过对环境的实时感知和响应,在无人驾驶的情况下完成复杂的任务。FAAS 需要高度复杂的设计才能正常运行,包括机载、边缘和云硬件和软件层。FAAS 还需要复杂的软件,用于控制无人机的底层操作、数据收集和管理、图像处理、机器学习、任务规划和高层决策,这些软件必须在整个计算层次结构中有效集成,以实时实现自主目标。
即使是相对简单的 FAAS,其复杂性也难以保证效率。然而,效率对 FAAS 的有效性至关重要。FAAS 在资源稀缺的环境中执行任务,如自然灾害地区、农田和偏远的基础设施设施。这些地区的计算资源、网络连接和电力都很有限。此外,无人机电池寿命短,飞行时间很少超过 30 分钟。如果 FAAS 设计不合理,无人机可能会浪费宝贵的电池寿命来等待远程计算资源的进一步指示,从而延误或无法完成任务。因此,FAAS 设计人员必须谨慎选择或设计边缘硬件配置、机器学习模型、自主策略和部署模式。
FAAS 有能力彻底改变许多行业,但要提高其可用性和有效性,还有许多研究工作要做。在本论文中,我将概述自己为设计和实施高效、有效的 FAAS 所做的努力。本文将重点讨论以下五个主题,包括 FAAS 的设计、实施和应用:
§1. 创建新的通用和特定领域的机器学习算法,并谨慎使用其他算法
§2. FAAS 层次结构中各级硬件的选择
§3. 为自主策略、硬件设备、机器学习技术和部署特性的选择和切换提供动力和环境意识信息。
§4. 在线学习能力可抵御有限的云访问、网络中断和电力短缺。
§5. 全面的应用,展示 FAAS 的技术价值,推动采用,并确定未来的研究挑战。
图:FAAS 非常复杂。它们在远程环境中运行,使用新颖的自主策略和机器学习算法,必须承受功率限制并利用创造性的网络解决方案来实现其目标。