无人机飞行时很容易发生碰撞,即使是小型的障碍物,也可能使其出现故障,因此工程师需要定期修理或更换设备。 近日,麻省理工学院的研究人员开发了一种针对无人机的VR训练系统——飞行护目镜系统(Flight Goggles),使无人机能够在物理空间中“看到”虚拟环境。
该系统可以显著降低无人机在实际飞行中遇到碰撞事故的频率。同时,作为一个测试系统,它可以训练无人机,使其在不同环境和条件下都能平稳飞行。 麻省理工学院航空航天学院副教授Sertac Karaman表示:“我们认为这项技术对无人机的发展至关重要。有了该系统,可以使无人机在飞行过程中更灵敏、速度更快、效率更高。” Karaman 团队将在下周的“IEEE国际机器人与自动化大会”上,详细介绍这一系统的相关信息。 灵感来源 Karaman最初的想法源自一种新兴竞技赛事:无人机竞赛。在竞赛中,参赛者遥控的无人机需要穿过迷宫一样的空间,空间内设许多障碍物(比如窗户、门),操控无人机安全通过且速度最快的,将赢得这场比赛。Karaman不禁好奇:使用自动驾驶的无人机,飞行速度上能否与玩家操控的无人机相提并论?甚至比后者速度更快、驾驶精度更高? “接下来的两三年里,我们计划用自动驾驶的无人机进行比赛,并击败最厉害的参赛者。”Karaman说。为此,该团队将不得不开发一种全新的培训方案。
目前,训练自动驾驶的无人机是一项非常艰巨的任务。研究人员要在大型的封闭式测试场地中遥控无人机,在场地上经常挂着护网,以保护那些飞行中出现故障的无人机。他们还设置了一些路障,例如门窗,无人机可以通过躲避这些障碍物以学习飞行。另外,当无人机发生碰撞时,必须对其进行修理或更换,这也会延误开发并增加项目成本。 Karaman说,这种传统的训练方式可以用于测试那些对速度没有硬性要求的无人机,比如用于绘制周围环境的无人机(只需缓慢飞行)。但是对于需要在飞行环境中快速处理视觉信息的无人机来说,新的培训系统是必要的,这时就需要某种虚拟环境。 VR训练系统 该团队开发的新型VR训练系统包括动作捕捉系统、图像渲染程序和电子设备,使其能够快速处理图像并将数据传输至无人机。 测试无人机的场地位于麻省理工学院31号大楼,内部配备了动作捕捉摄像头,用于追踪无人机飞行时的方向。
借助图像渲染系统,Karaman团队就可以绘制真实的场景,比如公寓或起居室,并将这些图像传送给无人机,而实际上这些场景都是虚拟的,无人机周围空无一物。 Karaman解释道,“无人机将在空荡荡的房间里飞行,但我们会构建出一个完全不同的虚拟场景,并使无人机在该场景中飞行。” 无人机以大约每秒90帧的速度处理虚拟图像,大约是人眼处理图像速度的三倍。为了实现这一目标,Karaman团队定制了一个嵌入超级计算机的特制电路板,同时在无人机上安装了IMU(一种测量物体角速率以及加速度的装置)和一个微型摄像头。 测试过程 Karaman团队进行了一系列的实验,其中一项实验是:让无人机在虚拟窗口(大约是无人机两倍大小)飞行,窗口置于虚拟客厅内。当无人机在实际飞行时,研究人员将客厅场景图像传输给无人机。研究人员还调整了导航算法,使无人机能够即时学习。 根据动作捕捉摄像机提供的定位信息,在超过10次飞行中,无人机以每秒2.3米(5英里/小时)的速度飞行,成功地通过虚拟窗口361次,只“撞”到窗口三次。Karaman指出,即使这架无人机坠毁数千次,也不会对开发成本产生太大影响,因为它是在虚拟环境中崩溃,与现实世界并没有任何实际接触。
在最后的测试中,团队在测试设施中设置了一个真窗口,并打开无人机的机载摄像头,使其能够看到窗口并应对实际环境。通过使用研究人员在虚拟系统中的导航算法,无人机在八次飞行中,成功通过真实窗口119次,只有六次崩溃或需要人为干预。 “它在现实环境中也顺利通过了障碍物,”Karaman说。“这是我们在虚拟环境中对其进行训练的结果。我们在虚拟环境中编写程序,通过分析错误帮助无人机学习飞行。” Karaman表示:虚拟训练系统具有高度的可塑性。例如,研究人员可以在他们自己设定的场景中训练无人机。训练系统也可用于测试新的传感器或现有传感器的规格,以了解如何训练快速飞行的无人机。 实际上,就无人机的飞行状态上来说,无人机在起飞前对角度的把控,起飞过程中对于高度、周围事物的感知都需要传感器来充当它的眼睛。无人机机身一般都装配大量的各种传感器,包括角速率、姿态、位置、加速度、高度和空速等传感器,这是飞控系统的基础。
“我们可以在虚拟环境中尝试不同规格的传感器,并研究这些传感器将如何帮助无人机飞行,”Karaman说。 该系统还可用于训练无人机在人们周围安全飞行。例如,Karaman设想将训练场分成两部分,一部分是无人机在里面飞行,另一部分则是穿着动作捕捉服装的人随机走动,人们的动作会映射到无人机的虚拟训练场景中。无人机将在VR中“看到”人类。由于无人机实际是在空地中进行训练所以即使它撞到人身上,也不会造成危害。 目前,这项研究得到了美国海军研究办公室,麻省理工学院林肯实验室和NVIDIA公司的支持。 |
© 2018-2020 QiangJun Inc.