Los vehículos aéreos no tripulados híbridos, o UAV, son drones que combinan las ventajas de los helicópteros múltiples y los aviones de ala fija. Estos aviones no tripulados están equipados para despegar verticalmente y aterrizar como helicópteros múltiples, pero también tienen un gran rendimiento aerodinámico y energía.-ahorro de capacidades de los aviones tradicionales. Sin embargo, a medida que los UAV híbridos continúan evolucionando, controlarlos de forma remota sigue siendo un desafío.
Un equipo del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del Instituto Tecnológico de Massachusetts CSAIL ha ideado un nuevo enfoque para diseñar automáticamente un controlador independiente de modo, independiente del modelo y controlado por IA para cualquier UAV híbrido. El equipo presentará sunovedoso diseño de controlador computacional en SIGGRAPH 2019, celebrado del 28 de julio al 1 de agosto en Los Ángeles. Esta reunión anual muestra a los principales profesionales, académicos y mentes creativas del mundo a la vanguardia de los gráficos por computadora y las técnicas interactivas.
Para controlar los vehículos aéreos no tripulados híbridos, un sistema dirige los rotores del modelo de helicóptero del vehículo para desplazarse y otro dirige los rotores del modelo de avión para la velocidad y la distancia. De hecho, controlar los vehículos aéreos no tripulados híbridos es un desafío debido a la complejidad de la dinámica de vuelo del vehículoPor lo general, los controladores se han diseñado manualmente y son un proceso que lleva mucho tiempo.
En este trabajo, el equipo abordó cómo diseñar automáticamente un solo controlador para los diferentes modos de vuelo modo helicóptero, modo deslizante, transición, etc. y cómo generalizar el método de diseño del controlador para cualquier modelo, forma o estructura UAV.
"Diseñar un controlador para un diseño tan híbrido requiere un alto nivel de experiencia y requiere mucha mano de obra", dice Jie Xu, del MIT y coautor de la investigación. "Con nuestro método de diseño de controlador automático, cualquier no experto podría ingresar su nuevoModelo de UAV para el sistema, espere unas horas para calcular el controlador y luego haga que sus propios UAV personalizados vuelen en el aire. Esta plataforma puede hacer que los UAV híbridos sean mucho más accesibles para todos ".
El método de los investigadores consiste en un diseño de controlador basado en redes neuronales entrenado por técnicas de aprendizaje por refuerzo. En su nuevo sistema, los usuarios primero diseñan la geometría de un UAV híbrido seleccionando y uniendo partes de un conjunto de datos proporcionado. El diseño es luegoutilizado en un simulador realista para calcular y probar automáticamente el rendimiento de vuelo del UAV. El algoritmo de aprendizaje de refuerzo se aplica para aprender automáticamente un controlador para que el UAV logre el mejor rendimiento en la simulación de alta fidelidad. El equipo validó con éxito su método tanto en simulacióny en pruebas de vuelo reales.
Con la prevalencia continua de vehículos aéreos no tripulados híbridos, por ejemplo, en la industria de vuelo y en los sectores militares, existe una creciente necesidad de simplificar y automatizar el diseño del controlador. En este trabajo, los investigadores intentaron ofrecer un nuevo método agnóstico modelopara automatizar el diseño de controladores para vehículos con configuraciones muy diferentes.
En el trabajo futuro, el equipo tiene la intención de investigar cómo aumentar la maniobrabilidad mediante un diseño de geometría mejorado forma, posiciones de rotores / alas para que pueda ayudar a perfeccionar el rendimiento de vuelo del UAV.
Jie Xu MIT, Tao Du MIT, Michael Foshey MIT, Beichen Li MIT, Bo Zhu son coautores del artículo, "Aprendiendo a volar: diseño de controlador computacional para vehículos aéreos no tripulados híbridos con aprendizaje de refuerzo"Dartmouth, anteriormente del MIT, Adriana Schulz Universidad de Washington, anteriormente del MIT y Wojciech Matusik MIT.
Para ver el trabajo y el video del equipo, visite la página del proyecto en http://cfg.mit.edu/content/learning-fly-computational-controller-design-hybrid-uavs-reinforcement-learning .
Fuente de la historia :
Materiales proporcionados por Asociación de Maquinaria de Computación . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :