Buat pertama kalinya, quadrotor terbang secara autonomi telah mengungguli dua juruterbang manusia dalam perlumbaan drone. Kejayaan itu didasarkan pada algoritma novel yang dikembangkan oleh penyelidik di University of Zurich. Ini mengira lintasan optimum masa yang mempertimbangkan sepenuhnya batasan drone.
Untuk menjadi berguna, drone mesti cepat. Kerana daya tahan bateri yang terhad, mereka mesti menyelesaikan tugas apa pun yang mereka ada — mencari mangsa yang selamat di lokasi bencana, memeriksa bangunan, menghantar kargo — dalam waktu sesingkat mungkin. Dan mereka mungkin harus melakukannya dengan melalui serangkaian titik jalan seperti tingkap, bilik, atau lokasi tertentu untuk memeriksa, menggunakan lintasan terbaik dan percepatan atau perlambatan yang tepat di setiap segmen.
Algoritma mengatasi juruterbang profesional
Juruterbang drone manusia terbaik pandai melakukan ini dan setakat ini selalu mengungguli sistem autonomi dalam perlumbaan drone. Kini, kumpulan penyelidik di University of Zurich (UZH) telah membuat algoritma yang dapat mencari lintasan terpantas untuk memandu quadrotor — drone dengan empat baling-baling — melalui serangkaian titik arah pada litar. "Drone kami mengalahkan pusingan terpantas dua juruterbang manusia kelas dunia di trek perlumbaan eksperimen," kata para penyelidik.
Kebaruan algoritma adalah bahawa ia adalah yang pertama menghasilkan lintasan optimum masa yang mempertimbangkan sepenuhnya batasan drone. Karya-karya sebelumnya bergantung pada penyederhanaan sistem quadrotor atau perihal jalan penerbangan, dan oleh itu ia tidak optimum. Idea utamanya adalah, daripada menetapkan bahagian jalan penerbangan ke titik jalan tertentu, algoritma kami hanya memberitahu drone untuk melewati semua titik jalan, tetapi bukan bagaimana atau kapan untuk melakukannya.
Kamera luaran memberikan maklumat kedudukan dalam masa nyata
Para penyelidik mempunyai algoritma dan dua juruterbang manusia terbang quadrotor yang sama melalui litar perlumbaan. Mereka menggunakan kamera luaran untuk menangkap gerakan drone dengan tepat dan - dalam kes drone autonomi - untuk memberikan maklumat masa nyata kepada algoritma di mana drone itu berada pada bila-bila masa. Untuk memastikan perbandingan yang adil, juruterbang manusia diberi peluang untuk berlatih di litar sebelum perlumbaan. Tetapi algoritma menang: semua pusingannya lebih pantas daripada manusia, dan prestasinya lebih konsisten. Ini tidak menghairankan, kerana setelah algoritma menemui lintasan terbaik, ia dapat menghasilkannya dengan setia berkali-kali, tidak seperti juruterbang manusia.
Sebelum aplikasi komersil, algoritma perlu menjadi kurang menuntut komputasi, kerana sekarang memerlukan satu jam untuk komputer mengira lintasan optimum masa untuk drone. Juga, pada masa ini, drone bergantung pada kamera luaran untuk mengira kedudukannya pada bila-bila masa. Dalam pekerjaan yang akan datang, para saintis ingin menggunakan kamera onboard. Tetapi demonstrasi bahawa sebuah Autonomi drone pada dasarnya dapat terbang lebih cepat daripada yang dijanjikan oleh juruterbang manusia. Algoritma ini boleh mempunyai aplikasi besar dalam pengiriman pakej dengan drone, pemeriksaan, pencarian dan penyelamatan, dan banyak lagi.