Sir Airffic GoՍրա մեծ մասը գալիս է գիտական հոդվածներից, բայց բառերը պարզ եմ պահում։ Մնա ինձ հետ։
Հասկանալու չորս փուլ
- Հայտնաբերում — պատկերում գտնել մարդկանց, մեքենաներին և էլեկտրագծերը և նրանց շուրջ շրջանակ գծել։
- Հետևում — հետևել, թե ուր է շարժվում գտնված առարկան։
- Ինքնատեղորոշում — պատկերի շարժումից և IMU-ից պարզել, թե որքան և ուր ես շարժվել (VIO՝ տեսողական-իներցիալ օդոմետրիա)։
- Հասկանալ և կատարել հրահանգը — ըմբռնել «ստուգիր կարմիր տանիքով տան ետևը» նախադասությունը և բառերը կապել տեսածի հետ (VLM՝ ԱԲ, որը միասին աշխատում է պատկերի և լեզվի հետ)։
Թռչել և միաժամանակ քարտեզ կազմել. SLAM և VIO
2000-ականների վերջին համալսարանական լաբորատորիաները սկսեցին փոքր դրոնի դիրքը գնահատել մեկ տեսախցիկով և IMU-ով։ Ամեն ինչ այնտեղից սկսվեց։
SVO, VINS-Mono և ORB-SLAM մեթոդները հրապարակվեցին և դարձան ընդհանուր հիմք։ Բաց հետազոտությունները վերածվեցին արտադրանքի բաղադրիչների։
Այսօրվա կոմերցիոն դրոնները կարողանում են թռչել կամուրջների տակ և շենքերի ներսում հենց այս կուտակված աշխատանքի շնորհիվ։
Վերևից ամեն ինչ փոքր և աղավաղված է երևում
Գետնից արված լուսանկարներով ուսուցանված ԱԲ-ն դժվարանում է վերևից տեսքի հետ. մարդիկ կետեր են դառնում, մեքենաները՝ փոխում ձևը։
VisDrone-ի և DOTA-ի նման օդային տվյալների հավաքածուներ ստեղծվեցին, որպեսզի հնարավոր լինի ուսուցանել հենց երկնքի համար նախատեսված ԱԲ։
Ով տիրապետում է տվյալներին, նա է որոշում, թե որքան խելացի կդառնա ԱԲ-ն։ Սա չի փոխվել նաև հիմնային մոդելների դարաշրջանում։
Sir Airffic GoԱԲ-ների միջև տարբերությունը հաճախ ավելի շատ կախված է նրանից, թե որքան օդային տվյալ ունես, քան ալգորիթմներից։ Հիշիր սա ռազմավարության գլխի համար։
Այն օրը, երբ ԱԲ-ն հաղթեց մարդ չեմպիոններին
2023-ին Ցյուրիխի համալսարանում ստեղծված Swift անունով ԱԲ դրոնը հաղթեց դրոնների մրցարշավի մարդ աշխարհի չեմպիոններին։ Աշխատանքը հրապարակվեց Nature ամսագրում։
Swift-ը դիրքը գնահատում էր միայն տեսախցիկով և IMU-ով, իսկ թռչել սովորեց ամրապնդման ուսուցմամբ (reinforcement learning)՝ բազմաթիվ անգամ վարժվելով սիմուլյացիայում։
Սա ֆիքսված ուղու վրա էր։ Նույն հմտությանը հասնելն իրական երկնքում՝ փոփոխվող եղանակով և խոչընդոտներով, դեռ բաց խնդիր է։
Չեմպիոնի մակարդակի դրոնային մրցարշավ խորը ամրապնդման ուսուցմամբ (UZH)
Ապացույցներ: [N124]
Հաջորդ ալիքը. տեսնել, մտածել և գործել բառերով
Մոտավորապես 2023-ից պատկերի և լեզվի հետ միասին աշխատող մեծ ԱԲ մոդելները (հիմնային մոդելներ) սկսեցին ծառայել որպես ռոբոտների ուղեղ։
Աճում են հետազոտությունները, որտեղ դրոնը հետևում է խոսքով տրված հրահանգներին՝ միաժամանակ հասկանալով տեսարանը (օդային տեսողա-լեզվական նավիգացիա)։
Մեծ մոդելները ծանր են, և դրանք սարքի վրա արագ աշխատեցնելը դեռ դժվար է։ Դրա համար էլ հաջորդ գլուխը՝ չիպերի մասին, պետք է կարդալ սրա հետ միասին։
Ապացույցներ: [N133]
Հաճախ տրվող հարցեր
Ի՞նչ աշխատանքներում է օգտագործվում դրոնների համակարգչային տեսողությունը
Սովորական կիրառություններն են՝ կամուրջների և էլեկտրագծերի ճաքերի հայտնաբերում, ցանքերի առողջության ստուգում, մարդկանց որոնում փրկարարական աշխատանքներում, անվտանգության և երթևեկության հսկողություն, առաքման վայրերի ստուգում։
Ի՞նչ է տեսողական-իներցիալ օդոմետրիան (VIO)
Մեթոդ, որը համատեղում է պատկերի շարժումը IMU-ի չափած արագացման և պտույտի հետ՝ հաշվելու, թե որքան է շարժվել դրոնը։ Սա առանց GPS-ի թռչելու հիմնական տեխնոլոգիաներից է։