После 11500 столкновений дрон самостоятельно научился летать в сложной обстановке |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-05-13 16:57 Инженеры из Института робототехники Университета Карнеги — Меллона предложили метод обучения системы управления беспилотниками, который заключается в намеренном сталкивании дрона с препятствиями. Препринт статьи опубликован на arXiv.org. На сегодняшний день существует большое количество различных систем, позволяющих беспилотникам избегать столкновения с препятствиями, такие технологии в последнее время начали появляться даже в «родном» программном обеспечении популярных дронов (например, DJI Phantom 4). Подавляющее большинство подобных систем изначально учат распознавать препятствия и избегать столкновений с помощью дополнительных датчиков, однако в новой работе инженеры решили использовать обратный подход, для чего намеренно врезались беспилотником в различные объекты, а для анализа использовали только кадры фронтальной камеры. В качестве аппаратной платформы исследователи выбрали квадрокоптер AR Drone 2.0, на который установили штатный защитный каркас из полипропилена. Обучение беспилотника происходило по следующему сценарию: дрон начинал полет в случайной точке помещения и двигался вперед, записывая кадры с камеры, после чего сталкивался с препятствием, возвращался на исходную точку (если пережил столкновение) и снова начинал двигаться вперед, но уже в другом направлении. После столкновения записанные кадры разбивались на две группы: первая группа содержала в себе изображения до столкновения и использовалась в качестве примера подходящего окружения для полета, в то время как вторая группа, содержащая кадры столкновения, использовалась в качестве негативного примера. Обе группы изображений использовались для обучения сверточной нейросети, управляющей автономным перемещением квадрокоптера. Всего дрон налетал в режиме обучения 40 часов, за это время беспилотник совершил 11500 столкновений в 20 разных помещениях. Как отмечают авторы статьи, такой подход позволяет получить большой массив данных для обучения нейросети, что положительно сказывается на результате, а вмешательство человека требуется только для замены аккумулятора. Кроме того, полипропиленовый каркас дешево стоит и при необходимости легко меняется, а столкновения на небольшой скорости не приносят дрону никакого вреда. Обученный на примере 11,5 тысяч столкновений дрон инженеры протестировали в разных ситуациях, которые в том числе включали большое количество препятствий (кресла в коридоре) и движущиеся препятствия (человек, идущий по коридору). Квадрокоптер продемонстрировал, что способен самостоятельно передвигаться в таких условиях, огибая препятствия. Из-за того, что в качестве датчика используется фронтальная камера, дрон в полете постоянно осматривается, однако даже на демонстрационной видеозаписи видно, что беспилотник иногда все равно врезается в стены. Источник: nplus1.ru Комментарии: |
|