Sir Airffic Goბევრი რამ კვლევითი ნაშრომებიდან მოდის, მაგრამ სიტყვებს მარტივად ვინახავთ. ჩემთან დარჩი.
გაგების ოთხი ეტაპი
- ამოცნობა: სურათზე ადამიანების, მანქანებისა და ელექტროხაზების პოვნა და მათ გარშემო ჩარჩოების დახატვა.
- თვალყურის დევნება: ნაპოვნი ობიექტის შემდგომი მოძრაობის დევნება.
- საკუთარი მდებარეობის დადგენა: სურათის მოძრაობითა და IMU-ით იმის გამოთვლა, რამდენი და საით იმოძრავე (VIO: ვიზუალურ-ინერციული ოდომეტრია).
- გაგება და მითითება: ისეთი ფრაზის გაგება, როგორიცაა „შეამოწმე წითელსახურავიანი სახლის უკან“, და სიტყვების დაკავშირება დანახულთან (VLM: AI, რომელიც სურათსა და ენას ერთად ამუშავებს).
ფრენა რუკის აგებასთან ერთად: SLAM და VIO
2000-იანების ბოლოს უნივერსიტეტების ლაბორატორიებმა პატარა დრონის მდებარეობის დადგენა ერთი კამერითა და IMU-ით დაიწყეს. ყველაფერი აქედან დაიწყო.
გამოქვეყნდა ისეთი მეთოდები, როგორიცაა SVO, VINS-Mono და ORB-SLAM, და ისინი საერთო საფუძვლად იქცა. ღია კვლევა პროდუქტის ნაწილად გადაიქცა.
დღევანდელ კომერციულ დრონებს ხიდების ქვეშ და შენობებში ფრენა სწორედ ამ დაგროვილი შრომის წყალობით შეუძლიათ.
ზემოდან საგნები პატარა და დამახინჯებული ჩანს
მიწიდან გადაღებულ ფოტოებზე გაწვრთნილ AI-ს ზემოდან ხედი უჭირს: ადამიანები წერტილებად იქცევა, მანქანები ფორმას იცვლის.
შეიქმნა აეროფოტოების მონაცემთა ნაკრებები, მაგალითად VisDrone და DOTA, რომ ცისთვის განკუთვნილი AI გაწვრთნილიყო.
ვინც მონაცემებს ფლობს, ის განსაზღვრავს, რამდენად ჭკვიანი გახდება AI. ეს საბაზისო მოდელების ეპოქაშიც არ შეცვლილა.
Sir Airffic GoAI-ებს შორის სხვაობა ხშირად ალგორითმზე მეტად იმაზეა დამოკიდებული, რამდენ აერომონაცემს ფლობ. სტრატეგიის თავისთვის ეს დაიმახსოვრე.
დღე, როცა AI-მ ადამიან ჩემპიონებს აჯობა
2023 წელს ციურიხის უნივერსიტეტში შექმნილმა AI დრონმა, სახელად Swift, დრონების რბოლის მსოფლიო ჩემპიონ ადამიანებს აჯობა. ნაშრომი ჟურნალ Nature-ში გამოქვეყნდა.
Swift მდებარეობას მხოლოდ კამერითა და IMU-ით ადგენდა, ფრენა კი განმტკიცებით სწავლებით (reinforcement learning) ისწავლა — სიმულაციაში მრავალჯერ ვარჯიშით.
ეს ფიქსირებულ ტრასაზე მოხდა. იგივე ოსტატობის მიღწევა ნამდვილ ცაში, ცვალებადი ამინდითა და დაბრკოლებებით, ჯერ კიდევ ღია გამოწვევაა.
ჩემპიონის დონის დრონების რბოლა ღრმა განმტკიცებითი სწავლებით (UZH)
მტკიცებულება: [N124]
შემდეგი ტალღა: დაინახე, იფიქრე და იმოქმედე სიტყვით
დაახლოებით 2023 წლიდან დიდმა AI მოდელებმა, რომლებიც სურათსა და ენას ერთად ამუშავებს (საბაზისო მოდელები), რობოტების ტვინის როლის შესრულება დაიწყეს.
იზრდება კვლევები დრონებზე, რომლებიც სცენის გაგებასთან ერთად სიტყვიერ მითითებებს მიჰყვება (საჰაერო ხედვა-ენის ნავიგაცია).
დიდი მოდელები მძიმეა და მათი სწრაფი გაშვება დრონზე ჯერ კიდევ რთულია. ამიტომ ჩიპები — შემდეგი თავი — ამასთან ერთად უნდა წაიკითხო.
მტკიცებულება: [N133]
ხშირად დასმული კითხვები
რომელ სამუშაოებში გამოიყენება დრონის კომპიუტერული ხედვა?
ხშირი გამოყენებაა ბზარების აღმოჩენა ხიდებსა და ელექტროხაზებზე, ნათესების მდგომარეობის შემოწმება, ადამიანების პოვნა ძებნა-გადარჩენისას, დაცვა და მოძრაობის მონიტორინგი, მიწოდების ადგილების შემოწმება.
რა არის ვიზუალურ-ინერციული ოდომეტრია (VIO)?
მეთოდი, რომელიც სურათის მოძრაობას IMU-ს მიერ გაზომილ აჩქარებასა და ბრუნვას უერთებს და ითვლის, რამდენი იმოძრავა დრონმა. ეს GPS-ის გარეშე ფრენის საბაზისო ტექნოლოგიაა.