Новый алгоритм предотвращает столкновение дронов в воздухе

  • Пользователь Алексей Коровин опубликовал
  • 4 апреля 2023 г., 14:21:19 MSK
  • 0 комментариев
  • 71 просмотр
Исследователи разработали многоагентную систему планирования траектории, которая гарантирует, что группа беспилотных летательных аппаратов, работающих вместе в одном воздушном пространстве, избежит столкновений, даже если их связь друг с другом будет задержана.

Когда несколько беспилотных летательных аппаратов работают вместе в одном воздушном пространстве, возможно, распыляя пестициды над кукурузным полем, существует риск, что они могут врезаться друг в друга.

Чтобы помочь избежать этих дорогостоящих сбоев, исследователи Массачусетского технологического института представили систему под названием MADER в 2020 году. Этот многоагентный планировщик траекторий позволяет группе беспилотных летательных аппаратов формировать оптимальные траектории, не допускающие столкновений. Каждый агент транслирует свою траекторию, чтобы другие дроны знали, куда он планирует направиться. Затем агенты учитывают траектории друг друга при оптимизации своих собственных, чтобы гарантировать, что они не столкнутся.

Но когда команда протестировала систему на реальных беспилотных летательных аппаратах, они обнаружили, что если у дрона нет актуальной информации о траекториях своих партнеров, он может непреднамеренно выбрать траекторию, которая приведет к столкновению. Исследователи обновили свою систему и теперь внедряют Robust MADER, многоагентный планировщик траекторий, который генерирует траектории без столкновений, даже когда связь между агентами задерживается.

"MADER отлично работал в симуляциях, но он не был протестирован на оборудовании. Итак, мы построили кучу дронов и начали летать на них. Дронам нужно разговаривать друг с другом, чтобы обмениваться траекториями, но как только вы начинаете летать, вы довольно быстро понимаете, что всегда возникают задержки в связи, которые приводят к некоторым сбоям", - говорит Кота Кондо, аспирант по аэронавтике и астронавтике.

Алгоритм включает в себя этап проверки задержки, во время которого беспилотник ожидает определенное количество времени, прежде чем перейти на новую, оптимизированную траекторию. Если он получит дополнительную информацию о траектории от других беспилотных летательных аппаратов в течение периода задержки, он может отказаться от своей новой траектории и начать процесс оптимизации заново.

Когда Кондо и его сотрудники протестировали Robust MADER как в симуляциях, так и в летных экспериментах с реальными беспилотными летательными аппаратами, он достиг 100-процентного успеха в создании траекторий без столкновений. Хотя время полета дронов было немного медленнее, чем при некоторых других подходах, никакие другие исходные условия не могли гарантировать безопасность.

"Если вы хотите летать безопаснее, вы должны быть осторожны, поэтому вполне разумно, что если вы не хотите столкнуться с препятствием, вам потребуется больше времени, чтобы добраться до места назначения. Если вы столкнетесь с чем-то, независимо от того, как быстро вы едете, на самом деле это не имеет значения, потому что вы не доберетесь до места назначения", - говорит Кондо.

Кондо написал статью вместе с Хесусом Тордесильясом, постдоком; Паркером К. Ласком, аспирантом; Рейнальдо Фигероа, Хуаном Рачедом и Джозефом Меркелем, студентами Массачусетского технологического института; и старшим автором Джонатаном П. Хау, профессором аэронавтики и астронавтики имени Ричарда К. Маклорина и сотрудником лаборатории искусственного интеллекта MIT-IBM Watson. Результаты исследования будут представлены на Международной конференции по роботам и автоматизации.

Траектории планирования

MADER - это асинхронный, децентрализованный, многоагентный планировщик траекторий. Это означает, что каждый беспилотник формулирует свою собственную траекторию и что, хотя все агенты должны согласовывать каждую новую траекторию, им не обязательно согласовывать ее одновременно. Это делает MADER более масштабируемым, чем другие подходы, поскольку тысячам беспилотных летательных аппаратов было бы очень трудно согласовать траекторию одновременно. Благодаря своей децентрализованной природе система также лучше работала бы в реальных условиях, где беспилотные летательные аппараты могут летать далеко от центрального компьютера.

С помощью MADER каждый беспилотник оптимизирует новую траекторию, используя алгоритм, который включает в себя траектории, полученные им от других агентов. Постоянно оптимизируя и транслируя свои новые траектории, беспилотники избегают столкновений.

Но, возможно, один агент сообщил о своей новой траектории несколько секунд назад, но другой агент не получил ее сразу, потому что сообщение было отложено. В реальных условиях сигналы часто задерживаются из-за помех от других устройств или факторов окружающей среды, таких как штормовая погода. Из-за этой неизбежной задержки беспилотник может непреднамеренно перейти на новую траекторию, которая приведет его к столкновению.

Надежный MADER предотвращает такие столкновения, поскольку у каждого агента есть две доступные траектории. Он придерживается одной траектории, которая, как он знает, безопасна и которую он уже проверил на предмет возможных столкновений. Следуя по этой первоначальной траектории, беспилотник оптимизирует новую траекторию, но не переходит на новую траекторию до тех пор, пока не завершит этап проверки задержки.

В течение периода проверки задержки беспилотник тратит определенное количество времени на повторную проверку сообщений от других агентов, чтобы убедиться, что его новая траектория безопасна. Если он обнаруживает потенциальное столкновение, он отказывается от новой траектории и снова запускает процесс оптимизации.

По словам Кондо, продолжительность периода проверки с задержкой зависит от расстояния между агентами и факторов окружающей среды, которые могут препятствовать коммуникации. Например, если агенты находятся на расстоянии многих миль друг от друга, то период проверки задержки должен быть более длительным.

Полностью без столкновений

Исследователи протестировали свой новый подход, запустив сотни симуляций, в которых они искусственно вводили задержки связи. В каждом моделировании Robust MADER был на 100 процентов успешен в создании траекторий без столкновений, в то время как все исходные линии приводили к сбоям.

Исследователи также построили шесть беспилотных летательных аппаратов и два воздушных препятствия и протестировали надежный MADER в условиях многоагентного полета. Они обнаружили, что, хотя использование оригинальной версии MADER в этой среде привело бы к семи коллизиям, Robust MADER не вызвал ни одного сбоя ни в одном из аппаратных экспериментов.

"Пока вы на самом деле не запустите аппаратное обеспечение, вы не знаете, что может вызвать проблему. Поскольку мы знаем, что существует разница между моделированием и аппаратным обеспечением, мы сделали алгоритм надежным, чтобы он работал в реальных беспилотных летательных аппаратах, и увидеть это на практике было очень полезно", - говорит Кондо.

Дроны были способны летать со скоростью 3,4 метра в секунду с помощью надежного MADER, хотя среднее время в пути у них было немного больше, чем у некоторых базовых моделей. Но ни один другой метод не был полностью свободен от столкновений в каждом эксперименте.

В будущем Кондо и его сотрудники хотят протестировать надежный MADER на открытом воздухе, где многие препятствия и виды шума могут повлиять на связь. Они также хотят оснастить беспилотные летательные аппараты визуальными датчиками, чтобы они могли обнаруживать других агентов или препятствия, предсказывать их движения и включать эту информацию в оптимизацию траектории.

Эта работа была поддержана компанией Boeing Research and Technology.

Комментарии

0 комментариев