Новый дрон
Ученые Южно-Уральского государственного университета (ЮУрГУ) разработали новый тип БПЛА с надкрылками и подкрылками, нейросетью, полет которого является более надежным и предсказуемым, в отличие от традиционных моделей. Об этом пишет ТАСС.
Как рассказал заведующий кафедрой «Промышленная теплоэнергетика» ЮУрГУ Константин Осинцев, системы управления дронами существуют, но они не сопряжены с такими элементами, как подкрылки и надкрылки, потому как таких деталей на крыльях беспилотников этого типа до нас пока не делали. Осинцев добавил, что сама уникальность изобретения не только в дополнительных регулирующих элементах, но и в нейросетевой надстройке для электронной ИТ-системы управления. По его словам, сейчас российские ученые создают нейронную сеть, которая будет нарабатывать базу данных (БД) ошибок, которые возникают при движении БПЛА при полете по различным маршрутам, а также при различных погодных условиях.
По информации ТАСС, исследователи вуза ЮУрГУ ставят целью снижение расхода топлива или заряда аккумулятора БПЛА, а также возможность его автоматической стабилизации в воздухе.
По словам разработчиков, интеллектуальная система, предварительно обученная на сотнях полетов беспилотника, будет понимать, как действовать в нештатной ситуации в воздухе, регулируя углы направления закрылок или подкрылок, стабилизирующих пространственное положение летательного аппарата. Кроме того, новая нейросетевая система управления сможет самостоятельно подбирать оптимальные траектории для подъема и посадки объекта на землю с учетом текущих метеоусловий и скорости движения аппарата.
О вузе
Вуз ЮУрГУ сфокусирован на междисциплинарных проектах в области цифровой индустрии, материаловедения и экологии. В 2021 г. вуз победил в конкурсе по программе «Приоритет 2030».
Учебное заведение выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра «Передовые производственные технологии и материалы», созданного для объединения потенциалов образовательных и научных организаций реального сектора Свердловской, Челябинской и Курганской областей по нацпроекту «Наука и университеты».
Высокотехнологичные устройства
В отличие от своих предшественников современные дроны реализуют технологии четвертой промышленной революции (Индустрии 4.0) на базе глубоко интегрированных электронно-вычислительных систем, включающих в себя нейросетевые модули. Сегодня возможности дронов в первую очередь определяются уровнем развития бортовых систем, во вторую – характеристиками самого носителя. Это принципиальное отличие произошедшей технологической революции.
Одни из актуальных проблем при разработке дронов — динамически изменяющиеся среды, ненадежная оценка состояния и функционирование в режиме ресурсоемких операций. Предложенная ИТ-система пытается решить эти проблемы. Она комбинирует в себе нейронную сеть с генерацией траекторий и методами контроля. Благодаря своей архитектуре, система способна преодолевать гоночные трассы с движущимися препятствиями на высокой скорости.
В качестве данных для обучения ИТ-системы собирают снимки с камеры и характеристики положения и скорости дрона в момент, когда снимки были сделаны, но все это зависит от начальных задач к продукту. ИТ-система напрямую сопоставляет сырые изображения среды к направлению и скорости. На основе того, что выдает софт, генерируется траектория минимального рывка. Контроллер дрона получает эту траекторию и направляет дрон согласно ей. В настоящее время удается достичь того, что система работает в самом дроне, не требует глобальной оценки состояний, независима от типа дрона и местности. К примеру, система на дронах-камикадзе сейчас активно тестируется для автоматического наведения, она сама распознает и захватывает назначенную для поражения цель.
В основе бортовой обработки видеопотоков и фотографий лежат те же принципы, что и при наземной детекции событий и объектов. Основные требования к бортовому искусственному интеллекту (ИИ) – это малые габариты, потребляемая мощность и вес при сохранении вычислительных возможностей.
При обучении нейросеть условно разделяет все объекты на группы, к которым можно отнести тот или иной объект. Для каждого объекта можно определить, на какой кластер он больше похож, а на какой – меньше. Кроме того, при обучении формируется мусорный кластер т.е. группа, в которую попадают некачественные изображения.
Заглянув внутрь современных моделей, можно выделить тренды, обеспечивающие их преимущества: нейросетевые технологии или бортовой искусственный интеллект (ИИ), защищенные каналы дальней связи, мультиспектральные сенсоры и инерциальные системы навигации. Существенное влияние на рынок беспилотников оказывает и санкционное давление на Россию, ограничивающее возможности применения передовых цифровых технологий и микроэлектроники.
Поделиться
