Airffic InstituteAERIAL PHYSICAL AI
Cynnwys ☰

Sefydliad AI Ffisegol yn yr Awyr

AI golwg: sut mae drôn yn deall beth mae'n ei weld

Dydy gweld ddim yn ddigon i hedfan. Mae angen ymennydd sy'n deall beth mae'n ei weld.

Ateb byr: Mae AI golwg dronau wedi datblygu mewn pedwar cam: ① dod o hyd i bethau (canfod), ② eu dilyn (olrhain), ③ gwybod eich safle eich hun (SLAM, VIO), ④ deall cyfarwyddiadau mewn geiriau (modelau sylfaen). Rydyn ni wrth ddrws cam ④.

Diweddarwyd: · 3 munud i'w ddarllenSut gwnaethon ni'r ymchwil →

Sir Airffic GoMae llawer o hyn yn dod o bapurau ymchwil, ond mae'r geiriau'n syml. Arhoswch gyda fi.

Pedwar cam deall

  1. Canfod: dod o hyd i bobl, ceir a llinellau trydan mewn llun a thynnu blychau o'u cwmpas.
  2. Olrhain: dilyn i ble mae'r peth a ganfuwyd yn symud nesaf.
  3. Lleoli eich hun: gweithio allan pa mor bell ac i ble rydych chi wedi symud o symudiad y llun a'r IMU (VIO: odometreg weledol-anadweithiol).
  4. Deall a dilyn cyfarwyddiadau: deall “edrych y tu ôl i'r tŷ â'r to coch” a chysylltu'r geiriau â beth rydych chi'n ei weld (VLM: AI sy'n trin lluniau ac iaith gyda'i gilydd).

Hedfan wrth fapio: SLAM a VIO

Ar ddiwedd y 2000au, dechreuodd labordai prifysgol amcangyfrif safle drôn bach gydag un camera ac IMU. Dyna lle dechreuodd popeth.

Cyhoeddwyd dulliau fel SVO, VINS-Mono ac ORB-SLAM, a daethon nhw'n sylfeini a rennir. Trodd ymchwil agored yn rhannau o gynhyrchion.

Mae dronau masnachol heddiw yn gallu hedfan o dan bontydd a dan do oherwydd y gwaith hwn a gasglwyd dros amser.

O'r awyr, mae pethau'n edrych yn fach ac yn gam

Mae AI a hyfforddwyd ar luniau o lefel y ddaear yn cael trafferth gyda golygfeydd oddi uchod: mae pobl yn troi'n ddotiau ac mae ceir yn newid siâp.

Adeiladwyd setiau data o'r awyr fel VisDrone a DOTA er mwyn hyfforddi AI sy'n arbennig i'r awyr.

Pwy bynnag sy'n berchen ar y data sy'n siapio pa mor glyfar mae'r AI yn mynd. Dydy hynny ddim wedi newid yn oes y modelau sylfaen.

Sir Airffic GoYn aml mae bylchau rhwng AI yn dibynnu ar faint o ddata o'r awyr sydd gennych chi, yn fwy nag ar algorithmau. Cofiwch hyn ar gyfer y bennod strategaeth.

Y diwrnod y curodd AI y pencampwyr dynol

Yn 2023 curodd drôn AI o'r enw Swift, a adeiladwyd ym Mhrifysgol Zürich, bencampwyr byd rasio dronau dynol. Cyhoeddwyd y gwaith yn Nature.

Amcangyfrifodd Swift ei safle gyda chamera ac IMU yn unig, a dysgodd hedfan drwy ddysgu atgyfnerthu — ymarfer drosodd a throsodd mewn efelychiad.

Roedd hyn ar gwrs sefydlog. Mae cyrraedd yr un sgil yn yr awyr go iawn, gyda thywydd a rhwystrau sy'n newid, yn dal yn her agored.

Rasio dronau ar lefel pencampwr gyda dysgu atgyfnerthu dwfn (UZH)

Fideo o'r drôn AI Swift a gyhoeddwyd gan Grŵp Roboteg a Chanfyddiad Prifysgol Zürich. YouTube ↗ · Does dim byd yn llwytho o YouTube nes i chi bwyso chwarae

Y don nesaf: gweld, rhesymu a gweithredu ar eiriau

O tua 2023, dechreuodd modelau AI mawr sy'n trin lluniau ac iaith gyda'i gilydd (modelau sylfaen) weithio fel ymennydd i robotiaid.

Mae ymchwil i ddronau sy'n dilyn cyfarwyddiadau llafar wrth ddeall yr olygfa (llywio golwg-ac-iaith o'r awyr) yn tyfu.

Mae modelau mawr yn drwm, ac mae'n dal yn anodd eu rhedeg yn gyflym ar fwrdd y drôn. Dyna pam mae angen darllen am sglodion — y bennod nesaf — ochr yn ochr.

Cwestiynau cyffredin

Pa swyddi sy'n defnyddio golwg gyfrifiadurol dronau?

Canfod craciau ar bontydd a llinellau trydan, gwirio iechyd cnydau, dod o hyd i bobl wrth chwilio ac achub, diogelwch a monitro traffig, a gwirio safleoedd dosbarthu yw'r defnyddiau cyffredin.

Beth yw odometreg weledol-anadweithiol (VIO)?

Dull sy'n cyfuno symudiad y llun â mesuriadau'r IMU o gyflymiad a chylchdroi i gyfrifo pa mor bell symudodd y drôn. Mae'n dechnoleg sylfaenol ar gyfer hedfan heb GPS.