PULP Dronet:En 27-grams nano-UAV inspireret af insekter

Forskere ved ETH Zürich og University of Bologna har for nylig skabt PULP Dronet, et 27-grams ubemandet luftfartøj (UAV) i nanostørrelse med en dyb læringsbaseret visuel navigationsmotor. Deres mini-drone, præsenteret i et papir, der er forududgivet på arXiv, kan køre ombord på en end-to-end, lukket sløjfe visuel pipeline til autonom navigation drevet af en state-of-the-art deep learning algoritme.

"Det er nu seks år, at ETH Zürich og universitetet i Bologna er fuldt engagerede i et fælles indsatsprojekt:den parallelle ultra-lave strømplatform (PULP), " Daniele Palossi, Francesco Conti og prof. Luca Benini, de tre forskere, der har udført undersøgelsen, som arbejder på et laboratorium ledet af prof. Benini, fortalte TechXplore via e-mail. "Vores mission er at udvikle en open source, yderst skalerbar hardware- og softwareplatform for at muliggøre energieffektiv beregning, hvor strømrammerne kun er på nogle få milliwatt, såsom sensorknuder til tingenes internet og miniaturerobotter såsom nanodroner på et par titus gram i vægt."

I store og middelstore droner, det tilgængelige strømbudget og nyttelast muliggør udnyttelse af avancerede kraftfulde beregningsenheder, som dem udviklet af Intel, Nvidia, Qualcomm, osv. Disse enheder er ikke en mulig mulighed for miniaturerobotter, som er begrænset af deres størrelse og deraf følgende magtbegrænsninger. For at overvinde disse begrænsninger, holdet besluttede at hente inspiration fra naturen, specielt fra insekter.

"I naturen, små flyvende dyr, såsom insekter, kan udføre meget komplekse opgaver, mens de kun bruger en lille smule energi på at sanse miljøet og tænke, "Palossi, Conti og Benini forklarede. "Vi ønskede at udnytte vores energieffektive computerteknologi til i det væsentlige at replikere denne funktion."

For at kopiere de energibesparende mekanismer, der observeres i insekter, forskerne arbejdede oprindeligt på at integrere kunstig intelligens på højt niveau i en nanodrones ultra-lille kraftkonvolut. Dette viste sig at være ret udfordrende, da de skulle opfylde dets energibegrænsninger og strenge beregningskrav i realtid. Forskernes vigtigste mål var at opnå meget høj ydeevne med meget lidt kraft.

"Vores visuelle navigationsmotor er sammensat af en hardware- og en softwaresjæl, "Palossi, sagde Conti og Benini. "Den førstnævnte er legemliggjort af parallelen, ultra-lavt strømparadigme, og førstnævnte af et DroNet Convolutional Neural Network (CNN), tidligere udviklet af Robotics and Perception Group fra University of Zürich til 'ressource-ubegrænsede' store droner, som vi tilpassede til at imødekomme energi- og ydeevnekrav."

Navigationssystemet tager en kameraramme og behandler den med et avanceret CNN. Efterfølgende den bestemmer, hvordan dronens holdning skal korrigeres, så den er placeret i midten af ​​den aktuelle scene. Det samme CNN identificerer også forhindringer, stopper dronen, hvis den mærker en overhængende trussel.

"I bund og grund, vores PULP Dronet kan følge en gadebane (eller noget der ligner den, f.eks. en korridor), undgå kollisioner og opbremsning i tilfælde af uventede forhindringer, " sagde forskerne. "Det virkelige spring, som vores system giver sammenlignet med tidligere flyvende robotter i lommestørrelse er, at alle operationer, der er nødvendige for at opnå autonom navigation, udføres direkte ombord, uden behov for en menneskelig operatør, eller ad hoc-infrastruktur (f.eks. eksterne kameraer eller signaler) og i særdeleshed, uden nogen ekstern basestation, der bruges til beregningen (f.eks. ekstern bærbar)."

I en række felteksperimenter, forskerne viste, at deres system er meget responsivt og kan forhindre kollisioner med uventede dynamiske forhindringer op til en flyvehastighed på 1,5 m/s. De fandt også ud af, at deres visuelle navigationsmotor er i stand til fuldt autonom indendørs navigation på en 113m hidtil uset sti.

Undersøgelsen udført af Palossi og hans kolleger introducerer en effektiv metode, der integrerer et hidtil uset niveau af intelligens i enheder med meget strenge strømbegrænsninger. Det er i sig selv ret imponerende, da det er ekstremt udfordrende at muliggøre autonom navigation i en drone i lommestørrelse og sjældent er opnået før.

"I modsætning til en traditionel indlejret kantknude, her, vi er ikke kun begrænset af det tilgængelige energi- og strømbudget til at udføre beregningen, men vi er også underlagt en præstationsbegrænsning, " forklarede forskerne. "Med andre ord, hvis CNN kørte for langsomt, dronen ville ikke være i stand til at reagere i tide, forhindre en kollision eller drejning i det rigtige øjeblik."

Den lille drone udviklet af Palossi og hans kolleger kunne have adskillige umiddelbare anvendelser. For eksempel, en sværm af PULP-droner kunne hjælpe med at inspicere kollapsede bygninger efter et jordskælv, at nå steder, der er utilgængelige for menneskelige redningsfolk i kortere perioder, altså uden at sætte operatørernes liv på spil.

"Hvert scenarie, hvor folk ville have gavn af en lille, adræt, og intelligent beregningsknude er nu tættere på, spænder fra dyrebeskyttelse til ældre/børnhjælp, inspektion af afgrøder og vinmarker, udforskning af farlige områder, redningsmissioner og mange flere, " sagde forskerne. "Vi håber, at vores forskning vil forbedre livskvaliteten for alle."

Ifølge Palossi og hans kolleger, deres nylige undersøgelse er blot et første skridt mod at muliggøre virkelig 'biologisk niveau' ombord intelligens, og der er stadig flere udfordringer at overvinde. I deres fremtidige arbejde, de planlægger at løse nogle af disse udfordringer ved at forbedre pålideligheden og intelligensen af ​​den indbyggede navigationsmotor; målrettet mod nye sensorer, mere sofistikerede kapaciteter og bedre ydeevne pr. watt. Forskerne offentliggjorde al deres kode, datasæt og uddannelsesnetværk, som også kunne inspirere andre forskerhold til at udvikle lignende systemer baseret på deres teknologi.

"I det lange løb, vores mål er at opnå resultater svarende til det, vi præsenterede her på en flyvende robot i pico-størrelse (et par gram i vægt, med dimensionen af ​​en guldsmede), " tilføjede forskerne. "Vi tror på, at skabelsen af ​​et stærkt og solidt fællesskab af forskere og entusiaster hængt på vores vision vil være grundlæggende for at nå dette ultimative mål. Af denne grund, vi gjorde al vores kode- og hardwaredesign tilgængelige som open source for alle."

© 2019 Science X Network