Sir Airffic Goबहु अंशः शोधपत्रेभ्यः आगच्छति, किन्तु शब्दाः सरलाः एव। मया सह तिष्ठतु।
अवगमनस्य चत्वारि सोपानानि
- अन्वेषणम्: चित्रे जनान्, यानानि, विद्युत्-तन्त्रीः च अन्विष्य तेषां परितः पेटिकाः रचयति।
- अनुसरणम्: अन्विष्टं वस्तु अग्रे कुत्र चलति इति अनुसरति।
- स्व-स्थाननिर्णयः: चित्र-गत्या IMU-मापनेन च स्वयं कियत् कुत्र च चलितम् इति गणयति (VIO: visual-inertial odometry)।
- अवगमनं निर्देशः च: "रक्त-छदयुक्तस्य गृहस्य पृष्ठतः पश्य" इति वाक्यम् अवगम्य शब्दान् दृश्येन सह योजयति (VLM: चित्राणि भाषां च एकत्र अवगच्छन्ती AI)।
मानचित्रं रचयन् उड्डयनम्: SLAM VIO च
2000-दशकस्य अन्ते विश्वविद्यालय-प्रयोगशालाः एकेन कैमरया एकेन IMU-द्वारा च लघु-ड्रोनस्य स्थानम् अनुमातुम् आरभन्त। सर्वं तत्र आरब्धम्।
SVO, VINS-Mono, ORB-SLAM इत्यादयः पद्धतयः प्रकाशिताः, सर्वेषां साधारण-आधाराः च अभवन्। मुक्त-शोधः उत्पाद-घटकः अभवत्।
अद्यतनाः व्यावसायिक-ड्रोनाः सेतूनाम् अधः भवनान्तः च उड्डेतुं शक्नुवन्ति — अस्य सञ्चित-परिश्रमस्य कारणात्।
उपरितः वस्तूनि लघूनि वक्राणि च दृश्यन्ते
भूमि-स्तरीय-चित्रैः प्रशिक्षिता AI उपरितः दृश्येषु क्लिश्यति: जनाः बिन्दवः भवन्ति, यानानाम् आकारः परिवर्तते।
VisDrone, DOTA इत्यादयः आकाश-दत्तांश-सङ्ग्रहाः (datasets) निर्मिताः, येन आकाश-विशिष्टा AI प्रशिक्षितुं शक्या।
यस्य दत्तांशः, सः AI कियत् चतुरा भवति इति निश्चिनोति। आधार-प्रतिरूप-युगे अपि एतत् न परिवर्तितम्।
Sir Airffic GoAI-मध्ये अन्तरं प्रायः गणन-विधिभ्यः (algorithms) अधिकं भवतः आकाश-दत्तांशस्य परिमाणे निर्भरम्। रणनीति-अध्यायाय एतत् स्मरतु।
यस्मिन् दिने AI मानव-विजेतॄन् अजयत्
2023 तमे वर्षे ज्यूरिक-विश्वविद्यालये निर्मितः Swift नामकः AI-ड्रोनः मानव-विश्वविजेतॄन् ड्रोन-धावकान् अजयत्। एतत् कार्यं Nature पत्रिकायां प्रकाशितम्।
Swift केवलं कैमरया IMU-द्वारा च स्वस्थानम् अनुमितवान्, प्रबलन-अधिगमेन (reinforcement learning) — अनुकरणे (simulation) बहुवारम् अभ्यासेन — उड्डेतुं च अशिक्षत।
एतत् निश्चित-पथे अभवत्। परिवर्तमान-ऋतु-बाधायुक्ते वास्तविके आकाशे तादृशं कौशलं प्राप्तुम् अद्यापि मुक्तम् आह्वानम्।
गभीर-प्रबलन-अधिगमेन विजेतृ-स्तरीयं ड्रोन-धावनम् (UZH)
प्रमाणानि: [N124]
अग्रिमः तरङ्गः: पश्य, विचारय, शब्दानुसारं कुरु
प्रायः 2023 तः चित्राणि भाषां च एकत्र अवगच्छन्ति बृहत् AI-प्रतिरूपाणि (आधार-प्रतिरूपाणि, foundation models) रोबोट्-यन्त्राणां मस्तिष्कत्वेन उपयुज्यन्ते।
दृश्यम् अवगच्छन् मौखिक-निर्देशान् अनुसरति ड्रोनः — अस्मिन् विषये (aerial vision-language navigation) शोधः वर्धते।
बृहत्-प्रतिरूपाणि गुरूणि, ड्रोने तानि शीघ्रं चालयितुम् अद्यापि कठिनम्। अतः अग्रिमः अध्यायः — चिपाः — सह पठनीयः।
प्रमाणानि: [N133]
प्रायः पृष्टाः प्रश्नाः
ड्रोन-सङ्गणकदृष्टिः कानि कार्याणि करोति?
सेतुषु विद्युत्-तन्त्रीषु च भङ्ग-रेखाणां (cracks) अन्वेषणम्, सस्य-स्वास्थ्य-परीक्षा, अन्वेषण-रक्षणे जनानाम् अन्वेषणम्, सुरक्षा-यातायात-निरीक्षणम्, वितरण-स्थलानां परीक्षा च सामान्याः उपयोगाः।
दृश्य-जडत्वीय-गतिमापनं (VIO) किम्?
चित्र-गतिं IMU-द्वारा मापितेन त्वरणेन घूर्णनेन च संयोज्य ड्रोनः कियत् चलितः इति गणयन्ती पद्धतिः। GPS विना उड्डयनस्य मूल-प्रौद्योगिकी एषा।