Эффективные алгоритмы управления роем квадрокоптеров разработали в США

Нелинейные алгоритмы управления роем квадрокоптеров на базе обучающихся нейронных сетей разработали американские инженеры, 29 июля сообщает Nplus1.

Пакет управления квадрокоптерами включает два алгоритма, первый GLAS (Global-to-Local Autonomy Synthesis) — управляет навигацией летающего объекта в сложной окружающей обстановке, второй Neural-Swarm — управляет полетом дрона с учетом аэродинамических помех от соседних дронов.

Система навигации каждого дрона отслеживает только рядом находящиеся препятствия или положения и динамику соседних дронов, не имея общей картины о передвижении всего роя.

Поиск путей полетов осуществляет нейронная сеть, которую в начале эксперимента обучают с помощью глобального планировщика траекторий.

Выбранные алгоритмы не требуют больших вычислительных способностей контроллеров на борту дронов.

По результатам экспериментов, оказалось, что алгоритм GLAS на 20% эффективнее обычно применяемого в подобных случаях алгоритма ORCA (Optimal Reciprocal Collision Avoidance).