Airffic InstituteAERIAL PHYSICAL AI
မာတိကာ ☰

Aerial Physical AI Institute

Autonomy: ဒရုန်းက ဆုံးဖြတ်ပြီး လုပ်ဆောင်ပုံ

မြင်ပြီး နားလည်ပြီးနောက် ဆုံးဖြတ်ရသည်။ ဆုံးဖြတ်နိုင်စွမ်းက ဒရုန်းအလုပ် မည်မျှ ကျယ်နိုင်သလဲကို သတ်မှတ်သည်။

အတိုချုပ် အဖြေ: Autonomy (ကိုယ်တိုင်ဆုံးဖြတ်နိုင်စွမ်း) ၏ တန်ဖိုးမှာ လူ၏ စောင့်ကြည့်မှုကို မည်မျှ လျှော့ချနိုင်သလဲ ဖြစ်သည်။ အတားအဆီးရှောင်ခြင်းမှ detect-and-avoid (DAA)၊ ထို့နောက် ဒရုန်းအများအပြား တစ်ပြိုင်နက် ပျံခြင်းသို့ တက်လာလေ ပိုင်းလော့တစ်ယောက်က ဒရုန်း ပိုများများ ကြည့်ရှုနိုင်လေ ဖြစ်ပြီး စီးပွားရေးတွက်ချက်မှုကို ပြောင်းလဲစေသည်။

နောက်ဆုံးပြင်ဆင်ချိန်: · ဖတ်ချိန် 6 မိနစ်ကျွန်ုပ်တို့ လေ့လာခဲ့ပုံ →

Sir Airffic Goနည်းပညာ ဇာတ်လမ်းလို့ ထင်ရပေမဲ့ တကယ်က ငွေအကြောင်းပါ- လူတစ်ယောက်က ဒရုန်း ဘယ်နှစ်စင်း မောင်းနိုင်မလဲ။

Autonomy အဆင့်များ: စက်ကို မည်မျှ လွှဲအပ်မလဲ

အဆင့်စက်က လုပ်သည်လူက လုပ်သည်တစ်ယောက်လျှင် ဒရုန်း (ခန့်မှန်း)
1 လက်ဖြင့်မောင်းကိုယ်ဟန်ကိုသာ ထိန်းသည်မောင်းနှင်မှု အားလုံးနီးပါး1
2 အလိုအလျောက်သတ်မှတ်လမ်းကြောင်းအတိုင်း လိုက်သည်စောင့်ကြည့်ပြီး ဆုံးဖြတ်သည်1
3 အတားအဆီးရှောင်အနီးရှိ အရာများကို ရှောင်သည်တာဝန်ဆုံးဖြတ်ချက်၊ စောင့်ကြည့်ခြင်း1 မှ အနည်းငယ်
4 ကိုယ်တိုင်ဆုံးဖြတ်အစီအစဉ်ပြန်ဆွဲပြီး တာဝန်ပြီးမြောက်စေသည်ခြွင်းချက်ကိုသာ ကိုင်တွယ်သည်အနည်းငယ်မှ အများအပြား
5 Swarm နှင့် လေကြောင်းဒရုန်းများနှင့် လေကြောင်း OS ညှိနှိုင်းသည်အလုံးစုံ မူဝါဒ ချမှတ်သည်အများအပြား

တစ်ယောက်လျှင် ကိန်းဂဏန်းများသည် လုပ်ပုံကို ရှင်းပြရန်သာ ဖြစ်ပြီး စည်းမျဉ်းကန့်သတ်ချက် မဟုတ်ပါ။ အမှန်တကယ် ကန့်သတ်ချက်များမှာ နိုင်ငံအလိုက် စည်းမျဉ်းနှင့် လုပ်ငန်းခွင့်ပြုချက်များမှ လာသည်။

အတားအဆီးရှောင်ခြင်း: မပျက်ကျရေး၏ ပထမခြေလှမ်း

2016 ခန့်တွင် လူသုံးဒရုန်းများက ရှေ့ရှိ အတားအဆီးကို သိရှိပြီး ရပ်တန့်စ ပြုလာသည်။

ထို့နောက် ပတ်ပတ်လည် ကင်မရာများဖြင့် လူကို နောက်ယောင်ခံရင်း အတားအဆီးကို ကိုယ်တိုင်ရှောင်သည့် ဒရုန်းများ ပေါ်လာသည် (Skydio နှင့် အခြား)။ စတင်သူပင် လွယ်လွယ်နှင့် မပျက်ကျစေနိုင်တော့။

အတားအဆီးရှောင်ခြင်းသည် ယခု စီးပွားရေးသုံး ဒရုန်းတွင် ပါရမည့်အရာ ဖြစ်လာသည်။ ကွာခြားချက်မှာ ကြိုးပါးများ၊ ညပျံသန်းမှုကဲ့သို့ ခက်ခဲသည့်အခြေအနေကို မည်မျှ ကောင်းကောင်း ကိုင်တွယ်နိုင်သလဲ ဖြစ်သည်။

Detect-and-avoid: လေယာဉ်နှင့် ရဟတ်ယာဉ်ကို မတိုက်မိရေး

Detect and Avoid (DAA) ဆိုသည်မှာ လူစီးလေယာဉ်များကို ရှာတွေ့ပြီး လမ်းဖယ်ပေးခြင်း ဖြစ်သည်။ မျက်မြင်အကွာအဝေးကျော် ပျံသန်းမှု (BVLOS) အတွက် မရှိမဖြစ် လိုအပ်သည်။

လူအစား ကောင်းကင်ကို စောင့်ကြည့်ရန် သေးငယ်သည့် ရေဒါများနှင့် အဝေးရှိ လေယာဉ်ကို ရှာတွေ့သည့် ကင်မရာအခြေပြု AI များကို တီထွင်ခဲ့သည်။

စည်းမျဉ်းချမှတ်သူများက DAA စွမ်းဆောင်ရည်ကို BVLOS ခွင့်ပြုရန် အခြေအနေတစ်ခုအဖြစ် သတ်မှတ်သည်။ DAA သည် နည်းပညာသော့ချက်ရော စည်းမျဉ်းသော့ချက်ပါ ဖြစ်သည်။

အုပ်စုလိုက် ပျံသန်းခြင်း: swarm နှင့် ကာကွယ်ရေး

Swarm ဆိုသည်မှာ အချင်းချင်း ဆက်သွယ်ပြီး အုပ်စုတစ်ခုအဖြစ် လှုပ်ရှားသည့် ဒရုန်းငယ် အများအပြား ဖြစ်သည်။

2022 တွင် Zhejiang တက္ကသိုလ်အဖွဲ့က သစ်တောထဲ ကိုယ်တိုင် ပျံသန်းသည့် ဒရုန်းငယ် swarm သုတေသနကို ထုတ်ဝေခဲ့သည်။

တစ်ချိန်တည်းမှာပင် ယူကရိန်းစစ်ပွဲကြောင့် jamming ကြားမှ နောက်ဆုံးအပိုင်းကို ကိုယ်တိုင် ပျံသန်းသည့် ဒရုန်းများနှင့် လူအနည်းငယ်က ဒရုန်းအများအပြား မောင်းနိုင်ရေးအပေါ် ရင်းနှီးမြှုပ်နှံမှု သိသိသာသာ တိုးလာသည်။ ကာကွယ်ရေး ဝယ်လိုအားက အရပ်ဘက်သုံး autonomy ကိုလည်း အရှိန်မြှင့်ပေးနေသည်။

Sir Airffic Goကာကွယ်ရေးကို လျစ်လျူရှု၍ မရပါ။ ဒါပေမဲ့ ဒီဆိုက်က လုပ်ပုံနဲ့ ဈေးကွက်ကို ရှင်းပြတာပါ၊ လက်နက်လုပ်နည်းကို မသင်ပါ။

Autonomy နှင့် စည်းမျဉ်း အတူတကွ ရွေ့လျားသည်

ဒရုန်း မည်မျှ ထက်မြက်ပါစေ နိုင်ငံက ခွင့်မပြုလျှင် စီးပွားရေးအတွက် မပျံနိုင်ပါ။ ဂျပန်က 2022 တွင် Level 4 (လူများအပေါ်မှ BVLOS) ကို ဖန်တီးခဲ့သည်။

အမေရိကန်တွင် BVLOS ကို စံစည်းမျဉ်းဖြင့် ခွင့်ပြုမည့် Part 108 အဆိုပြုချက်ကို 2025 တွင် ထုတ်ပြန်ခဲ့သည်။ ဥရောပက လေကြောင်းစီမံခန့်ခွဲရေးအတွက် U-space ကို တည်ဆောက်နေသည်။

စည်းမျဉ်း ပွင့်လာတိုင်း autonomy ၏ တန်ဖိုး မြင့်တက်သည်။ အားကောင်းသည့် ကုမ္ပဏီများက နည်းပညာကဲ့သို့ပင် စည်းမျဉ်းချမှတ်သူများနှင့် ဆွေးနွေးရေးတွင်လည်း ရင်းနှီးမြှုပ်နှံကြသည်။

မေးလေ့ရှိသော မေးခွန်းများ

BVLOS ပျံသန်းမှု ဆိုတာ ဘာလဲ။

Beyond visual line of sight ဖြစ်သည်- မောင်းသူ မျက်စိဖြင့် မမြင်နိုင်သည့် အကွာအဝေးထက် ဝေးအောင် ဒရုန်းကို ပျံသန်းစေခြင်း ဖြစ်သည်။ ပို့ဆောင်ရေးနှင့် ကျယ်ပြန့်သော ဧရိယာ စစ်ဆေးရေးအတွက် လိုအပ်ပြီး နိုင်ငံအများစုတွင် အထူးခွင့်ပြုချက် သို့မဟုတ် စည်းမျဉ်း လိုသည်။

Detect-and-avoid (DAA) ဆိုတာ ဘာလဲ။

အခြားလေယာဉ်များကို ရှာတွေ့ပြီး တိုက်မိမှုကို ရှောင်ရှားသည့် နည်းပညာ ဖြစ်သည်။ သေးငယ်သည့် ရေဒါ သို့မဟုတ် ကင်မရာအခြေပြု AI ကို သုံးပြီး BVLOS ခွင့်ပြုချက်အတွက် အဓိကအခြေအနေ ဖြစ်သည်။