3 мин. чтения
9/2/2023 10:30:01 AM

Энергоэффективная система обнаружения объектов для БПЛА на основе краевых вычислений

Article Preview Image Путь полета БПЛА на различных высотах изображена красной линией, в то время как равномерные квадратные сегменты представляют зоны обнаружения, захваченные камерой на большей высоте (слева) и нижней высоте (справа).Повышенная высота соответствует расширенному поле зрения, следовательно, приводит к снижению длины пути обнаружения.Кредит: Suo et al.

Беспилотные воздушные транспортные средства (БПЛА), широко известные как беспилотники, уже используются в бесчисленных условиях для решения реальных проблем.Эти летающие роботизированные системы могут, среди прочего, помочь контролировать природную среду, обнаруживать пожары или другие опасности окружающей среды, контролировать города и найти выживших в стихийных бедствиях.

Чтобы эффективно справиться со всеми этими миссиями, БПЛА должны быть в состоянии надежно обнаружить цели и объекты.Таким образом, ученые пытались разработать новые вычислительные методы, которые могли бы обеспечить эти возможности, используя глубокое обучение или другие подходы.

Исследователи из Университета Юньнана и Китайская академия наук недавно представили новую систему обнаружения объектов, основанную на краевых вычислениях.Их предлагаемая система, представленная в журнале IEEE Internet of Things, может предоставить беспилотники способности определять соответствующие объекты и цели в их окружении.

«В то время как большинство существующих исследований сосредоточены только на подмножестве проблем, связанных с обнаружением объектов на основе БПК, существует мало исследований, которые уравновешивают различные аспекты для разработки практической системы для снижения потребления энергии», Jiashun Suo, Синьчжоу Чжан, Вайсонг Ши иВэй Чжоу написал в своей статье.

«Мы представляем E3-UAV, энергоэффективную систему обнаружения объектов на основе edge computing для БПЛА.Энергоэффективные параметры полета (включая высоту полета, скорость полета, алгоритм обнаружения и скорость отбора проб), необходимые для выполнения требований к обнаружению задачи ».

Система обнаружения объектов, разработанная этой группой исследователей, получивших название E3-UAV, основана на все более популярном подходе, известном как Edge Computing. Edge Computing использует несколько сетей или близлежащих устройств для быстрой вычисления и потребления меньше энергии.В случае системы команды эти сети используются для определения параметров (то есть высоты БПЛА, скорости полета и т. Д.), Которые позволят системе обнаруживать объекты в окружении, потребляя наименьшее возможное количество энергии.

«Сначала мы представляем эффективную метрику оценки для фактических задач и создаем прозрачную модель потребления энергии, основанную на сотнях фактических данных полета для формализации взаимосвязи между энергопотреблением и параметрами полета», - написали Суо, Чжан и его коллеги.«Затем мы представляем легкий энергоэффективный алгоритм приоритетных решений, основанный на большом количестве фактических данных полета, чтобы помочь системе в решении параметров полета».

Суо, Чжан и их коллеги обучались и оценили свою систему в серии симуляций, работающих на графическом процессоре Nvidia.Они специально применили его к Mavic Air 2, беспилотнику, созданному DJI, и часто использовались для снимков 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.

В будущем E3-UAV может быть реализован и протестирован на других беспилотных летательных аппаратах, чтобы дополнительно оценить его потенциал и обобщение.Кроме того, эта работа может проинформировать о разработке аналогичных методов обнаружения объектов на основе Edge Computing для приложений для робототехники.

Больше информации: J. Suo et al., E3-UAV: энергоэффективная система обнаружения объектов на основе краев для беспилотных летательных аппаратов.IEEE Internet of Things Journal (2023).Doi: 10.1109/jiot.2023.3301623.

© 2023 LRN4

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Команда имитирует коллективное движение червячных каплей для будущих роботизированных систем роя

9/2/2023 · 3 мин. чтения

Команда имитирует коллективное движение червячных каплей для будущих роботизированных систем роя

Мягкая перчатка на основе сотовых пневмоприводов для вспомогательного ухода и реабилитации.

8/31/2023 · 3 мин. чтения

Мягкая перчатка на основе сотовых пневмоприводов для вспомогательного ухода и реабилитации.