Беспилотные летательные аппараты (БПЛА), широко известные как дроны, уже используются в бесчисленных ситуациях для решения реальных проблем. Эти летающие роботизированные системы могут, помимо прочего, помогать контролировать природную среду, обнаруживать пожары или другие экологические опасности, следить за городами и находить выживших в результате стихийных бедствий.
Чтобы эффективно выполнять все эти задачи, беспилотные летательные аппараты должны быть способны надежно обнаруживать цели и объекты, представляющие интерес, в их окружении. Таким образом, специалисты по информатике пытаются разработать новые вычислительные методы, которые могли бы обеспечить эти возможности, используя глубокое обучение или другие подходы.
Исследователи из Юньнаньского университета и Китайской академии наук недавно представили новую систему обнаружения объектов, основанную на пограничных вычислениях. Предложенная ими система, представленная в журнале IEEE Internet of Things, могла бы предоставить беспилотным летательным аппаратам возможность обнаруживать соответствующие объекты и мишени в их окружении без существенного увеличения энергопотребления.
“В то время как большинство существующих научных исследований сосредоточены только на подмножестве проблем, присущих обнаружению объектов на базе беспилотных летательных аппаратов, существует несколько исследований, которые уравновешивают различные аспекты для разработки практической системы снижения энергопотребления”, – написали Цзяшунь Суо, Синчжоу Чжан, Вэйсун Ши и Вэй Чжоу в своей статье.
“Мы представляем E3-UAV, энергоэффективную систему обнаружения объектов на базе edge для беспилотных летательных аппаратов. Система предназначена для динамической поддержки различных устройств беспилотных летательных аппаратов, периферийных устройств и алгоритмов обнаружения с целью минимизации энергопотребления путем определения наиболее энергоэффективных параметров полета (включая высоту полета, скорость полета, алгоритм обнаружения и частоту дискретизации), необходимых для выполнения требований задачи обнаружения.”
Разработанная этой командой исследователей система обнаружения объектов, получившая название E3-UAV, основана на набирающем популярность подходе, известном как пограничные вычисления. Передовые вычисления используют несколько сетей или близлежащих устройств для более быстрого выполнения вычислений и меньшего потребления энергии. В случае системы команды эти сети используются для определения параметров (например, высоты полета беспилотного летательного аппарата, скорости полета и т.д.), которые позволили бы системе обнаруживать объекты в окружающей среде, потребляя при этом наименьшее возможное количество энергии.
“Сначала мы представляем эффективную метрику оценки для реальных задач и строим прозрачную модель энергопотребления, основанную на сотнях фактических данных о полете, чтобы формализовать взаимосвязь между потреблением энергии и параметрами полета”, – написали Суо, Чжан и его коллеги в своей статье. “Затем мы представляем легкий и энергоэффективный алгоритм принятия приоритетного решения, основанный на большом количестве фактических данных о полете, чтобы помочь системе в определении параметров полета”.
Суо, Чжан и их коллеги обучили и оценили свою систему в серии симуляций, выполненных на графическом процессоре NVIDIA. Они специально применили его к Mavic Air 2, беспилотнику, созданному компанией DJI и часто используемому для съемки с воздуха и видео.
“Мы оцениваем производительность системы, и наши экспериментальные результаты демонстрируют, что она может значительно снизить потребление энергии в реальных сценариях”, – написали Суо, Чжан и его коллеги. “Кроме того, мы предоставляем четыре идеи, которые могут помочь исследователям и инженерам в их усилиях по дальнейшему изучению обнаружения объектов с помощью беспилотных летательных аппаратов”.
В будущем беспилотник E3-UAV может быть внедрен и протестирован на других беспилотниках, чтобы дополнительно оценить его потенциал и возможность обобщения. Кроме того, эта работа могла бы послужить основой для разработки аналогичных методов обнаружения объектов, основанных на передовых вычислениях, для приложений робототехники.
