科学家让无人机碰撞1.15万次以学习如何避开障碍

2017-05-17 21:17:08来源: EEWORLD 关键字:自驾车  无人机

eeworld网晚间播报: 一般无人机自驾车需人类驾驶经验以订出自驾政策,这项研究目的是希望无人机能够从大量的碰撞及正常飞行数据中自我学习,经过1.15万次碰撞后,无人机已能在狭窄及凌乱的室内空间飞行并躲避障碍物


科学家让无人机从不同的飞行方向,搜集大量的碰撞数据,让无人机学会如何避开障碍自己飞行。


卡内基梅隆大学(Carnegie Mellon University,CMU)机器人学院的3名科学家Dhiraj Gandhi、Lerrel Pinto与Abhinav Gupta近日发表了一篇论文「从碰撞中学习飞行」(Learning to Fly by Crashing),描述的是如何让无人机透过碰撞而非避免碰撞来学习飞行 ,在经过1.15万次的碰撞之后,这款无人机的表现胜过了基于深度预测的方法,且在某些环境中与飞行专家的能力相当。


一般而言,自驾车或无人机的训练多半根据人类驾驶经验来订定自驾政策,但CMU的研究人员反其道而行,他们让无人机以「自我监督」(self-supervised)的全程自我学习模式,在40小时内于20种不同的室内环境中自行训练,总计碰撞了1.15万次,创造了号称是迄今最大的无人机碰撞数据集。 当然,他们用来测试的无人机是以便宜的材质打造,以减少碰撞之后的损坏成本,


该无人机配备了一个前方相机与两个侧边相机,在碰撞之后会将飞行良好时与即将碰撞之际的影像回馈到卷积神经网络(ConvoluTIonal Neural Networks)架构,据此进行学习,在拥有1.15万次的碰撞经验后,无人机已可在既狭窄又凌乱的空间中穿越各种障碍物,对白色墙壁与玻璃门的辨识能力也优于单眼的深度估计。


科学家指出,在训练无人机的方法中,若只仰赖少量的专家经验可能会造成「过适」(overfit)的状况,若是采用仿真,则仍存在仿真与现实世界中的感知差异,而市场之所以避免使用大量的真实数据都是因为担心碰撞。


此一数据集同时集结了负面(碰撞)与正面的飞行数据,以作为无人机的导航学习材料,除了学习效果不错之外,其他科学家也认为若能在不担心损坏的情况下让机器完全自动化地自我学习真是太省事不过了。

关键字:自驾车  无人机

编辑:王磊 引用地址:http://www.eeworld.com.cn/gykz/article_2017051710767.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:3D打印如何加速智能工业时代步伐
下一篇:自动化技术颠覆制工业造业 特斯拉可能成为下一个苹果

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利
推荐阅读
全部
自驾车
无人机

小广播

独家专题更多

迎接创新的黄金时代 无创想,不奇迹
迎接创新的黄金时代 无创想,不奇迹
​TE工程师帮助将不可能变成可能,通过技术突破,使世界更加清洁、安全和美好。
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2017 EEWORLD.com.cn, Inc. All rights reserved