斯坦福研发无人机防撞系统

为保障无人机飞行安全,目前各国对无人机的运行管理普遍采用将其限制在特定的空域内与载人机隔离运行的措施。但随着无人机在众多领域的广泛使用、其飞行活动量的不断增加,隔离运行方式将难以满足无人机日益增长的应用需求。防撞问题已经成为制约无人机发展的关键问题之一。

为此,斯坦福大学智能系统实验室(SISL)与美国宇航局艾姆斯研究中心(NASA Ames)联合开发了无人机空中交通管制系统(或称UTM),用以规定无人机的飞行路线并规避障碍物,以保障无人机及其飞行空域环境内的其他飞行器以及地面第三方的安全。斯坦福大学智能系统实验室(SISL)的负责人Mykel Kochenderfer指出:“UTM是为满足空中交通管制而开发的,该系统将置于云端并拥有极高的自主化能力。”

UTM支持多台无人机共同使用,该系统自动监测无人机飞行环境,当发现有障碍物出现并有可能发生碰撞时将会发出警报,提醒无人机躲避障碍,返回安全位置。UTM采用了由Kochenderfer和Hao Yi Ong提出的无人机防撞系统新算法,该算法参照了载人飞机防撞系统算法。

目前美国联邦航天管理局每天有1.5万名工作人员操控8.7万次无人机飞行。据研究人员保守估计,仅Amazon高级会员在每个普通购物日就会下约4000万份订单,产生13万次无人机货物交付。如考虑谷歌和Matternet等诸多大型企业,无人机的飞行活动量将是一个极其庞大的数字。因此,雇佣大量员工来处理无人机交通拥堵的情况是不可行的。

美国宇航局预计基于云技术且高度自主的UTM将会陆续推出四个功能模块。第一个模块发布于2015年8月,该模块聚焦于“地理围栏”——无人机基于全球定位系统的虚拟地理边界,以保障无人机飞行的安全性和有效性。斯坦福大学研发团队认为自动躲避障碍是解决拥挤空域碰撞问题的最好方法。但该方法需要新的算法对潜在障碍进行预测。

Kochenderfer在麻省理工学院林肯实验室工作时曾提出过一种自动躲避障碍的新算法,称为ACAS X,被运用于载人飞机的新一代系统中。系统运用动态规划程序得出最佳躲避障碍策略。使用了ACAS X算法,系统在飞行器面临碰撞风险时就会发出警报并提供躲避策略,以避免碰撞发生。结果表明,该方法可以有效增强飞行的安全性,尽管有时也增加了一些不必要的警报。目前美国联邦航空局和国际安全社区正在推动ACAS X 算法的标准化。

与Kochenderfer合作提出ACAS X算法的Ong在ACAS X算法的基础上做了修改调整,并将算法运用于无人机自动躲避障碍系统中。未来,无人机的飞行将呈现高密集性的特点,这对研究团队提出了更高的要求。“传统的航空领域很少会出现两架以上的飞行器发生碰撞的事故,”Ong表示。但是在有限的城市低空领域,很容易出现多架飞行器发生冲突的事故。例如,运送包裹的无人机飞往同一个收货地址。随着无人机数量的增加,避免碰撞的问题也变得更加复杂,数学家们称之围“维数灾难”,所以必须提出一个更好的解决方案。

为解决“维数灾难”的问题,Ong提出了一种新的云计算构架,将“多架冲突”分解为多个“两架冲突”。该算法能够从飞行路径预测表中迅速找出每对存在“飞行冲突”的无人机的最佳飞行方案,以避免撞机。为了测试新算法,研究人员模拟了2到10架无人机之间逾百万次碰撞。通过新算法与其他算法的对照试验发现,将“多架冲突”分解为“两架冲突”进行碰撞的规避,大大提高了系统警报有效率,缩短了决策耗时,进一步保障了无人机的飞行安全。

Ong和Kochenderfer表示,尽管他们的算法还存在诸多需改进完善的地方,例如,未考虑通信故障、突发性天气异常及蓄意破坏等方面的问题,但他们仍然希望改进后的算法能被运用于UTM的终极版中。据美国宇航局预测,关于该系统的终极版将在2019年全部开发完成。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-01-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

数据如何帮助业务

数据的重要性已经被越来越多的公司、个人所熟知与接受,甚至于有过犹不及之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招呼,好像就不...

2755
来自专栏企鹅号快讯

会说话的机器人

在人工智能领域,人们一直以来对“说话”更有兴趣。当我们称机器为机器人时,它往往具备了和你对话的功能。尤其是在各种智能产品大行其道的今天。手机、电脑等智能设备上都...

1856
来自专栏机器人网

【盘点】机器人行业十大前沿技术

近些年来,机器人行业从兴起到现在一路被看好,国家高层领导在机器人等高科技术上所发布的扶持政策一条接一条。现如今,中国机器人市场已经成为全球第一大市场,不难看出中...

35810
来自专栏Keegan小钢

发刊词 | 重新认识全栈(内含专栏提纲)

专栏地址:[https://xiaozhuanlan.com/fullstack](https://xiaozhuanlan.com/fullstack)

802
来自专栏CDA数据分析师

找一份数据分析工作,是不是真的很困难?

作者 Amy 本文为CDA数据分析师志愿者投稿作品,转载需授权 经常遇到有人留言咨询,表明自己想做数据分析,但是面临着很多“困境”,如: 大学本科数学专业的,想...

27011
来自专栏华章科技

深度解析大数据在公安领域的应用

近一两年,大数据开始在公安等行业领域得到普及应用,除了行业自身的特殊要求外,大数据也带动了相关行业的需求发展。未来,基于大数据的行业应用会变得更加深入,更多的相...

946
来自专栏企鹅号快讯

小白如何学好大数据?

如何学好大数据?那么首先我们要想我们为什么会选择学习大数据?大数据发展前景怎么样?学完大数据后就业机会多不多?这些都是我们需要了解的,那么小编今天就跟大家简单的...

1709
来自专栏非著名程序员

移动互联网时代,好程序员的标准是什么?

? 在移动互联网迅速发展的今天,移动开发者的数量也是迅猛的增加,ios和android开发者的数量更不必多说,程序员这个行业被很多人认为是高薪行业,可是他们也...

1915
来自专栏大数据文摘

StackOverflow6万程序员大起底:揭秘行业薪酬和圈内槽点

1643
来自专栏机器人网

谁将主导未来的人工智能?

---- ? 人工智能解决方案哪家强?还看Jibo、Pepper、Siri、Google Now和Cortana。目前,在他们之间正进行一场比赛,看谁提供的个...

2634

扫码关注云+社区