无人机送货比快递员更靠谱？
在不久的将来，你网购的商品可能是无人驾驶飞机送上门的：去年12月，网络零售商Amazon宣布，计划开发一种基于无人驾驶飞机的送货方式，由飞行机器人充当的自动化送货员可以在你下单30分钟后就把货物送到你的手上。
为了确保安全、及时和准确的交货，无人驾驶飞机必须能应对一些不确定因素，比如大风、传感器测量错误，或漏油。但是这样的应变能力往往需要大量的计算，是无人驾驶飞机所无法胜任的。
现在，麻省理工学院找到了一个双管齐下的方法，大幅度降低了长途送货任务所涉及到的计算量。研究团队首先开发了一种算法，使无人驾驶飞机能够实时监测自己的“健康状况”。有了这种算法，无人驾驶飞机就可以预测自己的燃料水平，和螺旋桨、摄像机以及任务中用到的其他感应器的状况，并在需要的时候采取措施，比如返回加油站。
研究团队还开发了一种方法，让无人驾驶飞机可以在降落前有效地计算它未来可能的位置。这种方法将无人驾驶飞机所有可能经过的路线简化为，不撞上任何障碍物，到达某个指定的目的地。
研究人员进行了模拟实验，在不同的环境条件下进行了多次投递。在实验中，研究人员发现，与那些没有安装健康状况监测算法的无人驾驶飞机相比，他们的无人驾驶飞机投递的包裹数量一样多，但是错误率和故障率低得多。
“包裹投递这样的事情，需要无人驾驶飞机几个小时连续工作，所以必须考虑系统的健康状况，”麻省理工学院的航空与航天学院的博士后Ali-adbar Agha-mohammadi说。“有趣的是，我们在模拟试验中发现，即使在嘈杂的环境中，100架无人驾驶飞机里也没发生多少故障。”
要规划一台自动驾驶设备的路线，往往要用到一种叫做马尔科夫决策过程（MDP）的方法，这是一种连续的决策框架，类似于一棵可能行动构成的“树”。在树上的每一个结点，都可以分支出几种可能采取的行动——采取其中任何一种行动，可能都会带来更多的可能性。Agha-mohammadi解释说，MDP是一个“推测未来的过程”，从而判断采取什么样的行动可以使风险最小。
他说，在能够精确衡量的环境中，可以精确地观察到一个行动所带来的结果，MDP可以很好地发挥作用。但是在现实环境中，衡量过程中充满了不确定性，这种连续推理也就不那么可靠了。例如，即使下达的指令是转弯90度，但是由于大风，无人驾驶飞机可能无法有效地执行这个指令。
所以，研究者放弃了MDP框架，而是选择了一种更一般性的部分可观测的马尔科夫决策过程（POMDP）。这种方法会产生一个类似的概率树，每个结点代表一种概率分布，也就是出现某种特定结果的可能性。因此，要规划任何时间长度内一台飞行器的路线，都会使可能出现的结果数量呈指数型增长，这就会带来繁重的计算工作。
Agha-mohammadi将问题简化了。他把计算划分为两个部分：飞行器层面的规划，比如飞行器在任一给定时刻的位置；以及任务层面的规划或健康规划，比如飞行器螺旋桨、摄像机和燃料的状况。
对于飞行器层面的规划，他开发了一种计算方法，从多种可能的结果中，筛选出几个最可能出现的结果。
“你可以想象一棵巨大的概率树，你把一大把叶片折叠成一片叶子，那最后这棵树可能就只有10片叶子了，而不是有上百万片，”Agha-mohammadi说。“这样，你大概只需要半小时的时间，和一张大环境的地图，就可以精确地预测不同路线发生碰撞和故障的概率。”
他说，提前规划出飞行器可能的位置，就可以节省大量的计算能力，用于实时进行任务层面的规划。
研究人员将两种计算方法结合起来进行了一些模拟实验。在实验中，无人驾驶飞机的任务是用有限的燃料，在不同的风速状态下，向不同的地址投送多个包裹。他们发现，在这种双管齐下的方法下，无人驾驶飞机能够提前采取措施保障它们的健康状态，还可以在任务进行中间改变路线到充电站，以防燃料用尽。研究团队发现，即使有这些干扰，在规定的时间里，这些无人驾驶飞机投递的包裹数量仍然和那些不考虑健康状况而只管投递包裹的无人驾驶飞机一样。
接下来，研究团队计划在实际环境中检测这种路线规划方法。研究人员已经在小型无人驾驶飞机上安装了电磁铁，使它们可以随时拾起和放下小的包裹。研究团队还给无人驾驶飞机编写了程序，让它们能够在特制的充电站着陆。
“我们相信，在不久的将来，在实验室里，我们就能够证明我们可以在保证飞行器健康的情况下投递尽可能多的包裹，”Agha-mohammadi说。“不仅是无人驾驶飞机，包裹也很重要。如果包裹出了问题，可能会造成重大损失。”
（原作者：Jennifer Chu；via MIT）
- 发表于 2014-10-10 00:00
- 阅读 ( 499 )
- 分类：其他类型
