Ett av många sätt som forskare arbetar för att förbättra prestandan hos autonoma drönare är genom att låta dem tävla med människor i deras raser. Det krävs en viss skicklighet för att pilotera en liten quadcopter i ett begränsat utrymme med otroliga hastigheter, och genom att utveckla algoritmer som överträffar dessa förmågor kan vi skapa en generation av drönare med otroliga förmågor. Forskare från universitetet i Zürich hävdar att tack vare en ny algoritm som kan bygga en flygbana med stor effektivitet har de gjort just det.
På bara några år har drönarracing gått från en underjordisk hobby för flygentusiaster till en professionell sport, och bland de organisationer som främjar denna höga konkurrensnivå finns Drone Racing League. Under säsongen 2019 inkluderade arrangörerna för första gången en speciell tävling för autonoma drönarutvecklare som kunde ställa sina bemannade flygplan mot varandra för betydande kontantpriser.
Drönaren som utvecklats vid Delft University tog förstaplatsen i den första kvaltävlingen, vilket bevisar att den är 12 % snabbare än den näst snabbaste autonoma drönaren i denna kategori. Men i en speciell bonusrunda kunde han inte matcha den professionella mänskliga piloten Gabriel "Gab707" Kocher, som slutade 5 sekunder efter sin kollega.
Nu, mindre än två år senare, hävdar forskare vid universitetet i Zürich att de har överbryggt den klyftan, om än under helt andra förhållanden och med vissa förbehåll. De säger att tidigare algoritmer för autonoma drönare var baserade på att förenkla antingen quadcopter-systemet eller själva flygvägen. Den nya algoritmen förbättrar dessa genom att mer exakt redogöra för drönarens begränsningar och beräkna "tidsoptimala banor" som accelererar och bromsar med rätt hastighet vid olika punkter på banan.
Teamet bevisade värdet av sin nya algoritm genom att använda den för att navigera en quadcopter runt en racerbana. Externa kameror användes för att fånga drönarens rörelse och förse den med information om dess plats i realtid, vilket sedan informerar algoritmen i framtiden. Styrningen av quadcoptern överlämnades sedan till två professionella drönarracingpiloter, som i förväg fick tid att öva på banan.
Alla varv som algoritmen slutförde var snabbare än de mänskliga piloterna, och prestandan var stabilare, för efter att ha bestämt den optimala vägen längs rutten kunde den på ett tillförlitligt sätt upprepa den. Forskare talar, att det är första gången en autonom quadcopter slår mänskliga piloter i ett drönarrace, men det kommer att dröja ett tag innan Drone Racing League förlorar mot en dator.
Detta beror på att algoritmen inte bara förlitar sig på externa kameror för att mäta sin plats på rutten, utan också kräver ungefär en timmes beräkningar för att beräkna den optimala banan i termer av tid. Detta är två faktorer som forskarna vill ta itu med innan algoritmen hittar sin väg till kommersiell användning: att minska algoritmens beräkningskrav och låta den lita på kameror ombord.
Men algoritmen är fortfarande ett betydande steg framåt för tekniken och kan visa sig vara användbar för drönare designade för en mängd olika applikationer. Oavsett om de genomför sök- och räddningsinsatser, inspekterar byggnader eller levererar last, är målet att de ska göra det med stor hastighet, effektivitet och tillförlitlighet.
Läs också:
- HIPER SHADOW FPV Review – Prisvärd Quadcopter med kamera
- Glasögon, fjärrkontroll och drönare - DJI presenterade ett nytt system DJI FPV