Bir makine ile drone oynayan bir insan arasındaki fark ne kadar? | IROS 2017
Bu, bir makinenin bir insandan ne kadar uzakta olduğunu göstermek için gerçek verileri kullanan bir oyundur.
(IROS 2017 İHA yarış performansı, Holdelft Teknoloji Üniversitesi oyuncuları FPV işlemini deniyor)
Leifeng.com'a göre, IROS 2017 drone yarışı yarışmasının "sınav soruları" IROS 2016'dakinden biraz daha basit, ancak yine de hiçbir takım 13 kapıyı başarıyla geçmedi ve son şampiyona takımı yalnızca 9'u geçti. Skor 3 dakika 11 saniye idi.Resmi yarışmanın ardından yapılan manipülatif performansta, VR gözlüğü takan bir oyuncu 46 saniyede 13 kapıyı geçti. Ve FPV (First Person View) drone'nun insan gözünden çok daha küçük bir görüş açısına sahip olduğunu biliyoruz Belki de organizatör aynı ortamdaki makineyi ve insanı mümkün olduğunca kamera açısı ile karşılaştırmayı umuyor. Bu, makineler ve insanlar arasındaki boşluğu daha sezgisel olarak görmemizi sağlar.
Drone yarışının organizatörü, Güney Kore'deki Sungkyunkwan Üniversitesi'nden Hyungpil Moon da Leifeng.com'un eski bir arkadaşı ve ayrıca geçen yıl Güney Kore, Daejeon'da IROS 2016 drone yarışını organize etti. Leifeng.com'a bu yarışmaya toplam 6 takımın katıldığını tanıttı.Yarışma alanı 14x30 metrelik güvenlik ağı ile donatılmış bir sahada düzenlendi.Dronun 13 kapıdan en kısa sürede kontrolsüz geçmesi gerekiyor. Kazanan, sona dönen kişidir (ayrıca başlangıç noktasıdır). Hiçbir oyuncu tüm kapıları geçmediyse, önce geçilen kapıların sayısı karşılaştırılır.Karşıdan geçen kapıların sayısı aynıysa, daha kısa süreli taraf ilk sırada yer alır.
(Yarışma alanı ve engeller oluşturulmuştur. 13 kapı 4 alana bölünmüştür: düz, viraj, keskin dönüş ve dinamik kapı)
Sahnedeki etki şu şekildedir.
(Bu güvenlik ağını stadyuma asın, organizatör Kanadalı tesisat işçilerine 5000 Kanada doları ödedi [şok olmuş yüz])
Yukarıdaki şekilde gösterildiği gibi, konumlandırma için yerde yapışkan şeritler olacaktır.Katılımcı ekibin, dronun kapının belirli konumunu belirleyip geçebilmesi için dronu programlaması ve hatalarını gidermesi gerekir. Yarışma iki tura bölünmüştür, tüm takımlar sırayla oynar ve sıralama en iyi tura göre belirlenir.
Basit görünüyor mu? Aslında durum bu değil.
Oyunun ilerlemesine bir göz atalım:
Örneğin ETH Zürih'i ele alalım, okul drone uçuş kontrolünün öncüsüdür. Okulun Pixhawk projesi drone uçuş kontrolünün temelini atmıştır. Piyasadaki neredeyse tüm açık kaynaklı uçuş kontrol sistemleri Pixhawk'tan geliştirilmiştir. Yigao insanları cesurdur. Kendi uçuş kontrollerine güvendikleri için, ETH Zurichin oyundaki stratejisi mümkün olduğunca hızlı geçiş stratejisini almaktır. İlk turun üçüncü turunda 36 saniyede 8 geçiş yaptı. İyi notlar
Ancak ikinci turda, ETH Zürih mükemmel düz yolda hızlandıktan sonra, herkes dönmesini beklerken, beklenmedik bir şekilde düştü ...
Geçen yıl da yarışmaya katılan ve ikinciliği kazanan Heldelft Teknoloji Üniversitesi ekibinde de benzer bir durum yaşandı. Hız açısından Heldelft Teknoloji Üniversitesi'nin drone'u ETH Zürih'ten daha iyi.İlk turda 7. kapıyı geçmek sadece 26 saniye sürdü. İkinci turun ilk aşamalarında hala iyi performans gösterdi. 6. kapıdan geçerken, kapıyı etkili bir şekilde tanıyamadı ve çarpamadı;
Drone meraklılarından oluşan First Commit ekibi, aynı zamanda katılan tüm ekipler arasında en büyüğü olan kendi insansız hava araçlarını kullanıyor. İlk turda 6 kapıdan sadece 1 dakika 21 saniye sonra, nihayet ikinci turda büyük bir kayıp yaşadım.Sekizinci kapı geçince pervane koruması yanlışlıkla kapı çerçevesine asıldı ve kazaya neden oldu. Ancak bu performansıyla Holdelft Teknoloji Üniversitesi'ni geçmeyi başardı ve üçüncülük kazandı;
Aksine, Meksika'dan INAOE takımı çok daha istikrarlı. Önceki takımla karşılaştırıldığında, INAOE sadece "bir bakış, iki yavaş ve üç pas" ın bir temsilcisidir. İlk turdaki sonuncusuydu ve çok yavaş değildi. Performansı 3 dakika 11 saniyede 9 kapı geçti ve ilk turdan sonra birinci oldu.
İkinci turun başlangıcından sonra, önceki takımların beklenmedik düşüşü nedeniyle, INAOE aslında şampiyonayı kilitledi ve odak noktası, daha iyi sonuçlar yaratıp yaratamayacağı üzerinde. Ancak ne yazık ki, beşinci kapıdan başarılı bir şekilde geçtikten sonra, INAOE yer işaretlerine göre iyi bir yer bulamadı, bunun yerine yan ağa çarptı (sahadaki personel hala çaresizce yan ağı dışarı çekiyordu) pişmanlıkla sonuçlandı. Oyun.
(Şampiyona takımı INAOE)
Peki, drone otonom engelinin rekabeti aşmasının zorluğu nedir? IROS Çin konferans grubundaki yerinde yapılan değişimler ve tartışmalardan Lei Feng.com, dronların performansını etkileyen üç nedeni özetledi:
1) Görsel tanıma: Çoğu öğrenci engellerin görsel olarak tanınmasının en önemli sorun olduğuna inanır. Drone'nun önce çerçeveyi tanıması ve ardından üzerinden uçması gerekiyor.Ancak olay yerinde çok sayıda çerçeve var.Aynı anda birden fazla çerçeve tanındığında hatalar meydana gelebilir.Ayrıca drone kimse olmadığı için koruma ağına çarpıyor. Makinenin koruyucu ağı tanımlaması zordur;
2) Yükseklik kontrolü / konumlandırma: Düz yolun başlangıcında odak, yüksekliği doğrudan kontrol etmektir (kurallara göre, drone yalnızca belirtilen yüksekliği koruyabilir) ve yatay mesafeyi veya ultrasonik hesaplamayı hesaplamak için görsel tanıma gerekir. Dikey yükseklik sabittir; konumlandırmada herkes yer işaretini konumlandırmak için kullanacaktır, ancak algoritma ve saha ortamı ve hata ayıklama gerçek uçuş etkisini etkileyebilir;
3) Rota planlama ve uçuş kontrolü: karar verme ve uçuş rotalarının ayarlanması ve yol dönüşümü nispeten büyük problemlerdir. Örneğin, Hunan Ruisenke Robotics'in teknik direktörü Dr. Hu Bin, yarışma bir yarış yarışması olmasına rağmen, drone hızının kontrol edilmesinin kolay olmadığına inanıyor. Nispeten karmaşık rekabet koşullarında, yavaş, hızlıdan daha iyi bir seçimdir. ETH Zurich Delft Teknoloji Üniversitesi "Hızlı Öl" bu noktayı göstermektedir.
Bu yarışmaya sadece 6 takımın katıldığı ve Leifeng.com'un editörlerinin drone alanında olan pek çok öğrenciyi tanıdığını düşünürsek, çünkü konferansın asıl amacı bir rapor yapmak ve oyuna katılmamış ya da maç izlememişlerdir. Yukarıda belirtildiği gibi, bu rekabet kesinlikle insansız hava araçlarının ve insanların otonom kontrolü arasındaki gerçek boşluğu temsil edebilir. Sonuçta, gerçek uygulama senaryolarına göre, insansız hava araçları daha çok dış mekanla ilgili işler için kullanılıyor ve kapalı alan sporları için endüstri talebi yok. Bu aynı zamanda İHA'ların otonom seyrüsefer araştırma düzeyini kısıtlayan bir faktör müdür? Belki de bir sonraki oyun mekanı dışarıya yerleştirmeli, böylece makinenin insandan ne kadar uzakta olduğuna dair daha doğru bir yanıt alabilelim.
