En av de mange måtene forskere jobber på for å forbedre ytelsen til autonome droner, er ved å la dem konkurrere med mennesker i deres raser. Det krever en viss mengde ferdigheter å pilotere et lite quadcopter i et trangt rom med utrolige hastigheter, og ved å utvikle algoritmer som overgår disse egenskapene, kan vi lage en generasjon droner med utrolige evner. Forskere fra Universitetet i Zürich hevder at takket være en ny algoritme som kan bygge en flyvei med stor effektivitet, har de gjort nettopp det.
På bare noen få år har droneracing gått fra en underjordisk hobby for luftfartsentusiaster til en profesjonell sport, og blant organisasjonene som fremmer dette høye konkurransenivået er Drone Racing League. I 2019-sesongen inkluderte arrangørene for første gang en spesiell konkurranse for autonome droneutviklere som kunne sette sine bemannede fly mot hverandre for betydelige pengepremier.
Dronen utviklet ved Delft University tok førsteplassen i den første kvalifiseringskonkurransen, og beviste at den er 12 % raskere enn den nest raskeste autonome dronen i denne kategorien. Men i en spesiell bonusrunde kunne han ikke matche den profesjonelle menneskelige piloten Gabriel "Gab707" Kocher, og endte 5 sekunder bak kollegaen.
Nå, mindre enn to år senere, hevder forskere ved Universitetet i Zürich å ha bygd bro over dette gapet, om enn under helt andre forhold og med noen forbehold. De sier at tidligere algoritmer for autonome droner var basert på å forenkle enten quadcopter-systemet eller selve flyveien. Den nye algoritmen forbedrer disse ved å mer nøyaktig redegjøre for dronens begrensninger og beregne «tidsoptimale baner» som akselererer og bremser med riktig hastighet på ulike punkter på banen.
Teamet beviste verdien av deres nye algoritme ved å bruke den til å navigere et quadcopter rundt en racerbane. Eksterne kameraer ble brukt til å fange bevegelsen til dronen og gi den informasjon om plasseringen i sanntid, som deretter informerer algoritmen i fremtiden. Kontrollen av quadcopteret ble deretter overlevert til to profesjonelle droneracing-piloter, som fikk tid til å øve på banen på forhånd.
Alle rundene fullført av algoritmen var raskere enn de menneskelige pilotene, og ytelsen var mer stabil, fordi etter å ha bestemt den optimale banen langs ruten, kunne den pålitelig gjenta den. Forskere snakker, at dette er første gang et autonomt quadcopter slår menneskelige piloter i et droneløp, men det vil ta en stund før Drone Racing League taper mot en datamaskin.
Dette skyldes det faktum at algoritmen ikke bare er avhengig av eksterne kameraer for å måle sin plassering på ruten, men også krever omtrent en time med beregninger for å beregne den optimale banen med tanke på tid. Dette er to faktorer forskerne ønsker å ta tak i før algoritmen finner veien til kommersiell bruk: å redusere algoritmens beregningskrav og la den stole på kameraer ombord.
Men algoritmen er fortsatt et betydelig skritt fremover for teknologien og kan vise seg å være nyttig for droner designet for en lang rekke bruksområder. Enten de fullfører søke- og redningsoperasjoner, inspiserer bygninger eller leverer last, er målet at de skal gjøre det med stor hastighet, effektivitet og pålitelighet.
Les også:
- HIPER SHADOW FPV Review – Rimelig Quadcopter med kamera
- Briller, fjernkontroll og drone - DJI presenterte et nytt system DJI FPV