محققان دانشگاه میزوری از روش‌های عملکرد پهپادها را تغییر می‌دهند، با توسعه قابلیت‌های ناوبری دیداری خودکار که در شرایط فاجعه‌های طبیعی حیاتی می‌تواند ثابت شود. این پیشرفتهای بی‌نظیر بر روی توانایی پهپادها برای ناوبری و تعامل با محیط خود مستقل از فناوری GPS تکیه دارد.
الگوریتم‌های هوش مصنوعی نوآورانه طراحی شده‌اند تا به پهپادها امکان ناوبری خودکار و انجام وظایف پیچیده را بدهند، به‌ویژه در محیط‌هایی که دریافت GPS تضمین ندارد. این می‌تواند پیامدهای پتانسیلی برای ماموریت‌های نظامی و نجات دهنده داشته باشد که در آنها GPS ممکن است غیرقابل اطمینان یا در دسترس نباشد.
دانشجویان دانشگاه میزوری یک ماه را در زمین‌های آزمایشی یوما در آریزونا، یکی از بزرگترین تاسیسات نظامی جهان، سپری کردند و به جمع آوری داده‌های ویدیویی خام با استفاده از پهپادهای تنظیم شده برای هر دو طیف قابل مشاهده و مادون قرمز مشغول بودند. این تحقیق اساسی برای یک پروژه دوساله مورد حمایت از مرکز پژوهش و توسعه مهندسی ارتش ایالات متحده (ERDC) است، که نشان دهنده حمایت چشمگیر وزارت دفاع است.
قابلیت عملیات خودکار به مرور از اهمیت بیشتری برخوردار می‌شود در سناریوهایی که سیگنال‌های GPS قطع می‌شوند، مانند فاجعه‌های طبیعی یا شرایط نظامی. کاناپان پالانیاپان، استاد برجسته مهندسی برق و علوم کامپیوتر و رهبر پروژه، تاکید می‌کند که پهپادهای فعلی اصولاً بر ناوبری GPS تکیه دارند و بدون آن شکم‌به‌شکم با معضلات مهمی مواجه می‌شوند.
در حال حاضر، خلبانان پهپاد باید با دستی پهپاد بی‌سرنشین (UAV) را هدایت کنند و هنگامی که موانعی مانند ساختمان‌ها و ساختارهای دیگر را اجتناب کرده و همچنین در دیدین خطی بمانند. تیم پالانیاپان در حال کار بر روی نرم‌افزاری است که به پهپادها اجازه می‌دهد بر اساس تعامل محیطی و درک پیش‌زمینه، برای خود ناوبری کنند و تصمیمات خود را بر مبنای آن بگیرند.
پیشرفت در ادراک هوشمند صحنه با فناوری حسگر اخیر نظیر سنجش نور و فاصله (LiDAR) و تصویربرداری حرارتی، امکان انجام وظایف محدود ولی پیچیده مانند شناسایی اشیا و شناسایی بصری را فراهم می‌کند. ترکیبی از الگوریتم‌های تیم که از یادگیری عمیق و یادگیری ماشین بهره می‌برند، می‌تواند در توسعه تصاویر پیچیده برای برنامه‌های نقشه‌برداری و پایش کمک کند.
زیرا انسان‌ها از مدل‌های دینامیکی ۳D و الگوهای حرکت برای درک محیط خود استفاده می‌کنند، پالانیاپان اشاره می‌کند که در حال حاضر آنها تلاش می‌کنند تا این جنبه‌های مهم دیداری از دیدار انسانی را به الگوریتم‌های ناوبری بصری هوا و زمینی خودکار ادغام کنند.
غلبه بر محدودیت‌های فناوری مانند نیاز به منابع محاسباتی مانند توان پردازش و حافظه برای قابلیت‌های تصویری پیشرفته بسیار حیاتی است. تیم تحقیقاتی دانشگاه میزوری، که شامل پراساد کالیام، فیلیز بونیاک و جاشوا فریزر است، با محققان از دانشگاه سنت لوئیس، دانشگاه کالیفرنیا-برکلی و دانشگاه فلوریدا همکاری می‌کند و دامنه و تخصص پروژه را گسترش می‌دهد.
سوالات کلیدی و پاسخ‌ها:
1. در پروژه دانشگاه میزوری درباره ناوبری خودکار پهپاد، هدف اصلی چیست؟
هدف اصلی توسعه الگوریتم‌های هوش مصنوعی برای امکان ناوبری و انجام وظایف توسط پهپادها در محیط‌هایی که GPS قربانی شده‌اند، که برای عملیات نظامی و نجات ضروری است.
2. چطور این تکنولوژی ناوبری خودکار از روش‌های فعلی ناوبری پهپاد متمایز است؟
پهپادهای فعلی اصولاً بر روی GPS و مهارت‌های پایش دستی تکیه دارند. تکنولوژی جدید‌تر هدف دارد تا پهپادها را قادر به ناوبری خودکار با استفاده از هوش مصنوعی کند، بدون وابستگی به GPS و بیرون از دید خطی.
3. کاربردهای پتانسیلی برای تکنولوژی پهپاد خودکار به وسیله هوش مصنوعی چیست؟
کاربردها شامل بررسی نظامی، ماموریت‌های جستجو و نجات، عملیات امداد موارد فوق العاده، تهیه نقشه‌های پیچیده و پایش در محیط‌های چالش برانگیز است.
چالش‌های کلیدی:
– عملیات قابل اعتماد بدون GPS نیاز به تکنیک‌های پیشرفته یادگیری ماشین و دید کامپیوتری دارد.
– محدودیت‌های توان پردازش و حافظه چالش‌هایی برای قابلیت‌های محاسباتی درون‌باز‌محور ایجاد می‌کند.
– باید به مسائل ایمنی و اخلاقی پرداخته شود تا از سوءاستفاده یا حوادثی با پهپادهای خودکار جلوگیری شود.
جدل‌ها:
– نگرانی‌های حریم خصوصی ممکن است درباره استفاده از پهپادها برای پایش به وجود بیاید.
– ماشین‌های خودکار در برنامه‌های نظامی می‌توانند منجر به بحث‌هایی در مورد اخلاق هوش مصنوعی در جنگ بشوند.
مزایا:
– پهپادهای خودکار می‌توانند در محیط‌های بدون GPS عمل کنند و به کاربرد آنها در شرایط حیاتی کمک کنند.
– آنها ممکن است موثرتر باشند و نیاز به دخالت انسان را کاهش دهند، کاهش خطر برای پرسنل در مناطق خطرناک.
– هدایت هوش مصنوعی ممکن است به جمع‌آوری داده‌های دقیق و جزئی‌تر برای نقشه‌برداری و تجزیه و تحلیل منجر شود.
معایب:
– پیچیدگی نرم‌افزار و الگوریتم‌ها ممکن است باعث خطاها یا عدم عملکرد شود.
– آنها ممکن است به حملات هک یا سایر حملات سایبری آسیب‌پذیر باشند که می‌تواند منجر به نقض امنیتی شود.
– هزینه‌های توسعه اولیه بالا و نگهداری برای چنین تکنولوژی پیشرفتهای.
اگر علاقه‌مند به سابقه تکنولوژی پهپاد و هوش مصنوعی دارید، می‌توانید به دامین‌های زیر مراجعه کنید:
– سازمان ملی علوم برای اطلاعات در مورد طرح‌های تحقیقاتی و گرنت‌های دولتی.
– ارتش ایالات متحده برای بررسی در حوزه کاربردهای نظامی و تحقیقات در تکنولوژی پهپاد.
– اداره پیشگیری از حوادث هوایی ایالات متحده برای دستورالعمل‌ها و راهنمایی‌ها درباره استفاده از پهپادها در فضای هوایی ملی.
– ناسا برای تحقیقات و توسعه پیشرفته در حوزه هوافضا، شامل سیستم‌های هوابرد بی‌سرنشین.
لطفا توجه داشته باشید که همواره بیاید قبل از استفاده از لینک‌ها دامنه‌ها و محتواهای آنها را برای دقت و پایداری بررسی کنید، زیرا دامنه‌ها و محتواهای آنها ممکن است تغییر کنند.