受昆蟲啟發，只有27克的納米無人機誕生啦！
人類有不少發明創造靈感來自於大自然，這不，蘇黎世聯邦理工學院(ETH Zurich)和博洛尼亞大學(University of Bologna)研究人員新發明了紙漿無人機(PULP Dronet)，這是一種27克納米大小的無人機，帶有一個基於AI深度學習的視覺導航引擎。他們的微型無人機，發表在《arXiv》上，是可以在一個端到端的閉環視覺管道上運行，以最先進的深度學習演算法為動力，實現自主導航。蘇黎世聯邦理工學院和博洛尼亞大學共同致力於一個共同努力的項目已經六年了。
並行超低功耗平台(PULP)，丹尼爾?帕洛西(Daniele Palossi)、弗朗西斯科?孔蒂(Francesco Conti)和盧卡?貝尼尼教授(Luca Benini)說：我們的任務是開發一個開源、高度可伸縮的硬體和軟體平台，在功率只有幾毫瓦的情況下實現節能計算，比如用於物聯網的感測器節點，以及重量只有幾十克的納米無人機等微型機器人。在大型和中等大小的無人機中，可用的電力預算和有效載荷能夠利用高端強大的計算設備，如英特爾(Intel)、英偉達(Nvidia)、高通(Qualcomm)等公司開發的設備。
這些設備對微型機器人來說不是一個可行的選擇，因為它們的尺寸和隨之而來的功率限制。為了克服這些限制，研究小組決定從大自然中，特別是昆蟲中汲取靈感。帕洛西、孔蒂和貝尼尼解釋說：在自然界中，昆蟲等微小的飛行動物可以執行非常複雜的任務，同時只消耗很少的能量來感知環境和思考。故研究人員想利用節能計算技術，從本質上複製這一功能。為了複製在昆蟲身上觀察到的節能機制，研究人員最初致力於將高級人工智慧集成到納米無人機的超微型動力信封中。
這證明是相當具有挑戰性的，因為他們必須滿足其能源限制和嚴格的實時計算要求，研究人員的關鍵目標是用很少的能量實現高性能。Palossi, Conti和Benini說：視覺導航引擎由硬體和軟體組成，前者是由並行的超低功耗範例所體現，而後者是由DroNet卷積神經網路(CNN)所體現。CNN之前是由蘇黎世大學機器人與感知小組開發，用於「資源不受約束」的大型無人機。導航系統採用一個攝像機框架，並用最先進的CNN對其進行處理。隨後，它決定如何糾正無人機的姿態，使其處於當前場景的中心。
同樣的CNN也能識別障礙物，如果無人機感覺到迫在眉睫的威脅，就會停下來。基本上，紙漿無人機可以沿著街道行駛(或者類似的東西，比如走廊)，在遇到意外障礙時避免碰撞和剎車。與過去口袋大小的飛行機器人相比，該系統真正的飛躍在於，實現自主導航所需的所有操作都是直接在飛機上執行，不需要人工操作，也不需要特別的基礎設施(例如外部攝像頭或信號)，特別是不需要任何用於計算的遠程基站(例如遠程筆記本電腦)。在一系列現場實驗中，研究人員證明了他們的系統具有很高響應能力。
能夠在飛行速度高達1.5米/秒的情況下，防止與意想不到的動態障礙物發生碰撞。他們還發現，視覺導航引擎能夠在113m以前看不見的路徑上實現完全自主的室內導航。Palossi和同事們進行的這項研究介紹了一種有效方法，可以將前所未有的智能水平集成到功率限制非常嚴格的設備中。這本身就令人印象深刻，因為在口袋大小的無人機上實現自主導航是極具挑戰性的，以前很少有人實現過。與傳統的嵌入式邊緣節點相比，在這裡，不僅受到可用能源和電力預算的限制，而且還受到性能約束。
換句話說，如果CNN跑得太慢，無人機將無法及時做出反應，防止碰撞或在正確的時刻轉彎。帕洛西和同事們開發的這種微型無人機可以立即應用於許多領域。例如，一群紙漿無人機可以幫助檢查地震後倒塌的建築物，在更短的時間內到達人類救援人員無法到達的地方，從而不會使操作人員的生命處於危險之中。從動物保護到老年/兒童救助、農作物和葡萄園的檢查、危險地區的探索、救援任務等等，人們將從一個小型、靈活和智能的計算節點中獲益的每一個場景現在都更接近了。
研究僅僅是實現真正的「生物級」機載智能的第一步，仍然有幾個挑戰需要克服。在未來的研究中，研究人員計劃通過提高機載導航引擎的可靠性和智能化來解決其中的一些挑戰；瞄準新的感測器，更複雜的功能和更好的性能。研究人員公開了他們所有的代碼、數據集和深度學習網路，這也可能激勵其他研究團隊基於他們的技術開發類似系統。從長遠來看，目標是實現與我們在這裡展示的微型飛行機器人類似的結果(幾克重，有蜻蜓的大小)。
博科園｜Copyright Science X Network/Ingrid Fadelli , Tech Xplore
參考期刊《arXiv》
Cite：arXiv:1905.04166
博科園｜科學、科技、科研、科普
TAG:博科園 |