尽管季节性变化,人工智能可以帮助无人机识别和导航地形。
研究人员说,人工智能可以帮助无人机识别和导航地形,而不管季节变化如何改变其现象。
空中和太空机器人可以在没有 GPS 或其他外部信号引导的情况下定位它们所在位置的一种方法是一种称为视觉地形相关导航的技术。这种策略于 1960 年代首次开发,将机器人看到的某个区域与之前收集的高分辨率图像进行比较。但是,当该区域的外观因植被、照明和积雪的季节性变化而发生变化时,效果不佳。
现在,位于帕萨迪纳市的加州理工学院的科学家们试图通过一种深度学习算法来改进这项技术,该算法可以消除给定区域的一组过去和现在图像中的表面差异。
在这项新研究中,研究人员在落基山脉和康涅狄格州部分地区的视觉数据集上训练了人工智能软件。它学会了发现一个区域的高度概括的抽象特征,而不是与特定地理位置相关的地标。因此,它可以仅用少量数据导航其他区域。
“计算机可以找到我们眼睛看不到的模糊模式,甚至可以捕捉到最小的趋势,”该研究的合著者、加州理工学院的研究生康纳李在一份声明中说。
科学家们在一架无人机中测试了他们的算法,该无人机在康涅狄格州西北部的一个地区进行了模拟飞行。该区域包含大片不间断的崎岖落叶林,其地形比算法在训练期间遇到的地方更陡峭。落叶林会季节性地脱落叶子,因此随着时间的推移会显着改变外观。地形的陡峭程度对算法来说也是一个挑战,因为根据无人机的高度、角度和运动,它看起来可能会有很大不同。
当无人机将其所见与两年前拍摄的照片进行比较时,该算法消除了不同数据集之间几乎所有的实质性不匹配。这有助于无人机成功执行视觉导航。
研究人员表示,他们的算法也可能适用于太空任务。例如,喷气推进实验室 Mars 2020 Perseverance 漫游车任务中的进入、下降和着陆 (EDL) 系统使用视觉导航降落在红色星球上的 Jezero 陨石坑,该地点以前被认为太危险而无法安全进入。研究资深作者、航空航天教授Soon-Jo Chung,对于像Perseverance这样的漫游车,“一定程度的自动驾驶是必要的,因为在地球和火星之间传输可能需要20分钟的时间,而火星上没有GPS”加州理工学院的控制和动力系统,在一份声明中说。
接下来,科学家们将看看他们的系统是否也能解释天气变化——雾、雨、雪等。如果成功,他们的工作将有助于改进无人驾驶汽车的导航系统。