Sir Airffic GoNógv av hesum kemur úr vísindagreinum, men orðini eru einføld. Hald fram við mær.
Fýra stig av skilningi
- Finna: finna fólk, bilar og streymleiðingar á eini mynd og tekna kassar rundan um tey.
- Fylgja: fylgja við, hvar ein funnin lutur flytur seg næst.
- Finna sítt egna stað: rokna út, hvussu langt og hvagar tú flutti teg, úr rørsluni í myndini og IMU (VIO: visual-inertial odometry).
- Skilja og fáa boð: fata "kanna aftanfyri húsið við reyða takinum" og knýta orðini at tí, tú sært (VLM: vitlíki, sum handfer myndir og mál saman).
At flúgva og gera kort: SLAM og VIO
Seint í 2000-árunum fóru royndarstovur á universitetum at meta um staðið hjá einum lítlum dróna við einum myndatóli og einum IMU. Har byrjaði alt.
Hættir sum SVO, VINS-Mono og ORB-SLAM vórðu útgivnir og gjørdust felags grundarlag. Opin gransking gjørdist til partar í vørum.
Vinnudrónar í dag kunnu flúgva undir brúm og innandura vegna hetta savnaða arbeiðið.
Ovanífrá síggja lutir smáir og skeivir út
Vitlíki, sum er vant við myndum tiknum frá jørðini, hevur trupult við at síggja ovanífrá: fólk verða til prikkar, og bilar broyta skap.
Dátusøvn við loftmyndum, sum VisDrone og DOTA, vórðu gjørd, so vitlíki serliga til loftið kundi venjast.
Tann, sum eigur dáturnar, ræður fyri, hvussu klókt vitlíkið verður. Tað hevur ikki broytt seg í tíðini við grundmodellum.
Sir Airffic GoMunur í vitlíki kemst ofta av, hvussu nógvar loftdátur tú eigur, meira enn av algoritmum. Minst til hetta til kapitlin um strategi.
Dagurin, tá ið vitlíki vann á heimsmeistarunum
Í 2023 vann ein AI-dróni, nevndur Swift og gjørdur á Universitetinum í Zürich, á menniskjaligum heimsmeistarum í drónukappflogi. Arbeiðið varð útgivið í Nature.
Swift metti um sítt stað bara við einum myndatóli og einum IMU og lærdi at flúgva við styrkjandi læring (reinforcement learning) — við at venja seg nógvar ferðir í eini simulering.
Hetta var á eini fastari leið. At gera tað sama í veruliga loftinum, við broytiligum veðri og forðingum, er enn ein opin avbjóðing.
Drónukappflog á meistarastigi við djúpari styrkjandi læring (UZH)
Prógv: [N124]
Næsta aldan: síggja, hugsa og gera eftir orðum
Frá umleið 2023 fóru stór vitlíkismodell, sum handfara myndir og mál saman (grundmodell), at virka sum heilar í robottum.
Gransking í drónum, sum fylgja talaðum boðum, meðan teir skilja støðuna (aerial vision-language navigation), veksur.
Stór modell eru tung, og tað er enn trupult at koyra tey skjótt umborð. Tí mugu flísarnar — næsti kapittul — lesast saman við.
Prógv: [N133]
Ofta settir spurningar
Hvørji arbeiði brúka teldusjón í drónum?
At finna sprungur í brúm og streymleiðingum, kanna, hvussu grøðin hevur tað, finna fólk í leiting og bjarging, trygd og ferðsluansing og at kanna støð til útbering eru vanlig nýtsla.
Hvat er visual-inertial odometry (VIO)?
Ein háttur, sum setur rørsluna í myndini saman við IMU-mátingum av ferðøking og snúning fyri at rokna út, hvussu langt dróni hevur flutt seg. Tað er grundleggjandi tøkni fyri at flúgva uttan GPS.