или войти через:
Ваша корзина пока пуста
favorite_border
Доступно только зарегистрированным пользователям

Рой дронов из UPenn автоматизируют складские задачи (+видео)

schedule 22.01.2018 в 07:31 link University of Pennsylvania UPenn беспилотники БПЛА США
Вначале месяца мы писали об автономных квадрокоптерах из университета Пенсильвании, которые используют только VGA-камеру и IMU для роевой навигации. Не полагаясь на внешнюю локализацию или GPS, квадрокоптеры обладают гораздо большим потенциалом в реальных приложениях, поскольку они могут работать без дорогостоящей и сложной инфраструктуры.

Одним из потенциальных приложений для таких дронов являются операции при стихийных бедствиях, но более интересными будут коммерческие приложения, в частности, воздушная доставка. Лаборатория известного ученого Vijay Kumar в UPenn работает над использованием этих мини квадрокоптеров для транспортировки грузов. Они делают это совместно. Идея состоит в том, что объекты, которые слишком велики или тяжелы для перемещения одним коптером, могут быть перемещены сразу несколькими устройствами, - передает Robotics.ua.

Использование нескольких коптеров может обеспечить дополнительные преимущества по сравнению с использованием одного транспортного средства при решении задачи. Хотя сложность таких систем увеличивается с ростом числа транспортных средств, дополнительные устройства позволяют транспортировать полезные грузы, которые невозможно транспортировать одним устройством из-за ограничений размера и полезной нагрузки, и могут обеспечить устойчивость системы для компенсации сбоев в работе одного транспортного средства.

Как это работает Новшеством здесь является не перенос объектов несколькими квадрокоптерами, а скорее, их использование без какой-либо внешней системы локализации. Каждый из этих ботов использует свою собственную VGA-камеру и IMU для ориентировки. В то время как каждый квадрокоптер может выполнять достойную работу, оценивая свою позицию только по камере и инерциальным данным, эта оценка будет постепенно отходить от истинного местоположения беспилотника чем дальше он движется. С двумя или более устройствами, тесно связанными при транспортировке объекта, вы можете комбинировать оценки местоположения от каждого робота, чтобы оптимизировать обе их позиции. Это приведет к гораздо более точной оценке. Лучшая локализация означает более надежную работу. Представленное видео показывает, что коптеры передвигаются со скоростью 4,2 м / с и ускоряться до 5 м / с при уровне ловкости и автономности, который никогда не был достигнут в этом масштабе.

Автор проекта Giuseppe Loianno дал интервью, в котором более подробно раскрыл идею.

Расскажите, в чем особенности вашей работы?

В этой работе рассматриваются несколько воздушных платформ, которые сотрудничают между собой для перевозки полезной нагрузки. В нашей предыдущей работе мы рассмотрели координацию между роботами для выполнения задач, которые по сути распределены. Более сложная форма коллективного поведения необходима для задач, которые просто не могут быть достигнуты отдельными устройствами, но могут осуществиться путем сотрудничества. Примеры сотрудничества проявляются в совместных манипуляциях, при которых каждому роботу необходимо взаимодействовать с полезной нагрузкой, и, следовательно, с окружающей средой, а также учитывать жесткие ограничения между различными роботами.

Какие проблемы возникают в управлении квадрокоптерами, которые совместно транспортируют объект?

Задачи совместного контроля требовали нового подхода, который позволяет независимо контролировать каждый беспилотник, гарантируя стабильность системы. Алгоритмы оценки, планирования и управления предназначены для этой новой «системы». Например, подсистемы локализации независимы для каждого транспортного средства и, таким образом, они могут давать разные оценки положения нагрузки и ориентации, а это, в свою очередь, приводит к управляющим действиям, которые не согласуются с ограничением жесткого тела.

Будет ли этот подход увеличиваться до большего числа устройств, сотрудничающих с целью транспортировки больших и тяжелых грузов?

Предлагаемый нами подход очень хорошо масштабируется с большим количеством роботов. С точки зрения локализации мы также показываем, что решение оптимизации не зависит от количества транспортных средств, несущих структуру. Подходы контроля и планирования также независимы.

Вы упомянули, что транспортировочные задачи на складах – одно из потенциальных приложений для ваших дронов. Можете ли вы описать, как такая система будет работать?

Представьте, что вы находитесь на складе, где есть слишком тяжелые или слишком большие объекты для транспортировки одним аппаратом. Эти объекты необходимо распознать, взять и перенести в пункт назначения. В будущем мы стремимся иметь полную систему, которая сможет автоматически указывать оператору количество и типы транспортных средств, необходимых для поиска объектов и переноса их в нужное место. Кроме того, алгоритм позволит нескольким командам одновременно выбирать разные объекты на складе, гарантируя предотвращение препятствий и оптимальные распределительные задачи транспортировки.

Над чем вы собираетесь работать дальше?

Мы работаем над проведением экспериментов с несколькими квадрокоптерами и изучением компромиссов между усилением контроля и увеличением инерции системы с улучшенными оценками локализации. Нам также интересно оценить геометрию и инерцию полезной нагрузки во время задачи. Наконец, мы заинтересованы в объединении этого проекта с нашей предыдущей работой, чтобы выполнить больший спектр задач.

Видео работы дронов Upenn

Комментарии: