商用无人机使用gps系统导航,在建筑屋顶之上或高空中的运行并不成问题,但当无人机必须在低空自行在建筑间穿梭,或者突然闯进密集非结构化的城市街道、汽车、自行车、或行人间穿越时,并不具对突发事件的快速反应能力。
瑞士苏黎世大学(universitat zurich;uzh)研究人员与美国国家科学研究中心(nccr)机器人研究中心研发了dronet算法,设计了深度神经网络,为每张无人机捕捉到的图象都提供转向角,以保持无人机在闪避障碍物时的导航,以及碰撞机率,以让无人机判别危险程度并实时作出反应。
uzh研究团队教授davide scaramuzza表示,dronet让无人机可判别静态和动态的障碍,进而放缓速度以避免撞击。值得一提的是,uzh团队开发的无人机并不仰赖先进的传感器,而是使用普通的摄影机,就像每支手机上一样,但该团队开发非常强大的人工智能算法来解释无人机观察到的场景,并作出相应的反应。
深度学习最困难的挑战之一就是必须搜集数千个训练案例。研究团队为了获得足够的案例来训练dronet算法,从城市环境中的动态汽车和自行车收集数据,透过训练,无人机已自动学会了遵守交通规则,例如「如何沿车道行进而不充入对向车道」、「当行人、建筑物或其它车辆等障碍物挡在面前时如何停止」等。
更有趣的是,研究团队发现他们的无人机不仅学会在城市街道间穿梭,且自主学会了在室内环境飞行,如停车场或办公室的走廊等,而研究团队从未训练算法这么做。这项技术仍有许多技术性问题须克服。尽管如此,这项研究也为城市街道监控、包裹运送、灾区救援行动提供潜力。
微流控芯片技术可助力医疗电子
基于可穿戴声学设备的高度跟踪系统,助力精确监测有创动脉血压
半桥谐振LLC+CoolMOS开关管工作原理和作用
功率放大器市场开启乱战模式 前景依然乐观
中兴通讯:重装归来,开启折叠智能手机全新品类
苏黎世大学的新算法使得无人机可在城市街道自由穿梭
电气二次常见问题有哪些_40个电气二次常见问题盘点
土壤团聚体分析仪是什么,它的作用是什么
荣耀Magic2和小米MIX3哪个最好
大多数灾难恢复(DR)系统不如人意?
诚挚邀请 | 开放原子校源行答疑会
杯突实验指导书
数字隔离器选型,从读懂Datasheet开始
马斯克:四季度前公布第二座超级电池工厂,中国电池工厂选址也将公布
雾霾扬尘在线监测系统技术参数
音圈模组3D打印玻璃
华为云HCSD开发者认证冬令营,朱老师学员前80名直接获赠奖品
九龙商业中心电能管理系统
24位△一∑型模数转换器ADS1258的性能特点及应用设计分析
零点漂移产生的原因及常用的抑制方法