25.4 C
Jakarta

AI Unleashed: Merevolusi Navigasi Drone Otonom

Published:

Peneliti Universitas Missouri memajukan otonomi drone menggunakan AI, dengan fokus pada navigasi dan interaksi lingkungan tanpa bergantung pada GPS. Kredit: SciTechDaily.com

Sebuah proyek terdepan yang dipimpin oleh para peneliti Universitas Missouri bertujuan untuk melengkapi drone dengan kemampuan navigasi visual otonom, yang berpotensi mengubah cara drone beroperasi dan membantu dalam skenario kritis seperti bencana alam.

Algoritme AI sedang dikembangkan untuk memungkinkan drone bernavigasi secara mandiri dan melakukan tugas-tugas kompleks, terutama di bidang teknologi GPS-lingkungan yang dikompromikan, memanfaatkan kemajuan dalam teknologi sensor dan komputasi kinerja tinggi.

Mahasiswa Universitas Missouri menghabiskan satu bulan di Yuma Proving Grounds di Arizona, salah satu instalasi militer terbesar di dunia, bekerja mengumpulkan data video tampak dan inframerah menggunakan drone yang dibuat khusus. Proyek mereka membantu membangun fondasi untuk proyek dua tahun yang didukung oleh Pusat Penelitian dan Pengembangan Insinyur Angkatan Darat AS. Kredit Departemen Pertahanan AS

Navigasi Drone Berbasis AI

Berkat algoritma cerdas yang didukung oleh kecerdasan buatan (AI), suatu hari nanti drone dapat mengemudikan dirinya sendiri – tidak memerlukan manusia – menggunakan penanda visual untuk membantu mereka bernavigasi dari satu titik ke titik lainnya. Itulah tujuan dari proyek dua tahun yang dipimpin oleh para peneliti Universitas Missouri dan didukung oleh hibah sebesar $3,3 juta dari Pusat Penelitian dan Pengembangan Insinyur Angkatan Darat AS (ERDC), pusat penelitian dan pengembangan utama untuk Korps Insinyur Angkatan Darat AS.

Otonomi dalam Situasi Kritis

Kemampuan untuk beroperasi secara mandiri menjadi penting dalam situasi ketika ada gangguan atau hilangnya sinyal dari navigasi GPS, seperti setelah bencana alam atau dalam situasi militer, kata Kannappan Palaniappan, Profesor Terhormat bidang teknik elektro dan ilmu komputer dan kepala sekolah Kurator. penyelidik pada proyek tersebut.

“Hal ini biasanya terjadi setelah bencana alam, kemacetan di lingkungan dan medan yang dibangun, atau karena campur tangan manusia,” kata Palaniappan. “Sebagian besar drone yang beroperasi saat ini memerlukan navigasi GPS untuk terbang, jadi ketika mereka kehilangan sinyal, mereka tidak dapat menemukan jalan dan biasanya akan mendarat di mana pun mereka berada. Tidak seperti aplikasi navigasi GPS berbasis darat, yang dapat mengubah rute Anda jika Anda melewatkan belokan, saat ini tidak ada pilihan bagi drone di udara untuk mengubah rute dalam situasi ini.”

Situs Uji Drone Yuma

Mahasiswa Universitas Missouri menghabiskan satu bulan di Yuma Proving Grounds di Arizona, salah satu instalasi militer terbesar di dunia, bekerja mengumpulkan data video tampak dan inframerah menggunakan drone yang dibuat khusus. Proyek mereka membantu membangun fondasi untuk proyek dua tahun yang didukung oleh Pusat Penelitian dan Pengembangan Insinyur Angkatan Darat AS. Kredit Departemen Pertahanan AS

Meningkatkan Drone dengan Teknologi Cerdas

Saat ini, seseorang harus menerbangkan drone secara manual dan memiliki tingkat kesadaran situasional yang tinggi untuk menjaganya tetap bersih dari rintangan di sekitarnya, seperti bangunan, pohon, gunung, jembatan, rambu, atau bangunan menonjol lainnya, sambil tetap berada dalam jangkauan pandang pilot drone. . Kini, melalui kombinasi sensor visual dan algoritme, Palaniappan dan tim mengembangkan perangkat lunak yang memungkinkan drone terbang sendiri — secara mandiri mengamati dan berinteraksi dengan lingkungannya sambil mencapai tujuan atau sasaran tertentu.

Kannappan Palaniappan

Kannappan Palaniappan. Kredit: Universitas Missouri-Columbia

“Kami ingin memanfaatkan berbagai keterampilan, atribut, pengetahuan kontekstual, perencanaan misi, dan kapasitas lain yang dimiliki pilot drone dan menggabungkannya – bersama dengan kondisi cuaca – ke dalam perangkat lunak drone sehingga dapat mengambil semua keputusan tersebut secara mandiri,” Palaniappan dikatakan.

Meningkatkan Persepsi Pemandangan Cerdas

Dalam beberapa tahun terakhir, kemajuan dalam teknologi sensor visual seperti deteksi dan jangkauan cahaya, atau lidar, dan pencitraan termal telah memungkinkan drone untuk melakukan tugas tingkat lanjut yang terbatas seperti deteksi objek dan pengenalan visual. Jika digabungkan dengan algoritme tim — didukung oleh pembelajaran mendalam dan pembelajaran mesinbagian dari AI — drone dapat membantu mengembangkan citra tingkat lanjut 3D atau 4D untuk aplikasi pemetaan dan pemantauan.

“Sebagai manusia, kita telah menggabungkan model 3D dan pengetahuan dinamis tentang pola gerakan di sekitar kita menggunakan sistem visual sejak kita masih kecil,” kata Palaniappan. “Sekarang, kami mencoba memecahkan kode fitur-fitur penting dari sistem visual manusia dan membangun kemampuan tersebut ke dalam algoritma navigasi udara dan darat berbasis penglihatan otonom.”

Mengatasi Keterbatasan Teknologi

Mengembangkan kemampuan pencitraan tingkat lanjut memerlukan sumber daya terkait komputer seperti daya pemrosesan, memori, atau waktu. Kemampuan tersebut melampaui apa yang saat ini tersedia melalui sistem perangkat lunak yang biasanya tersedia pada drone. Oleh karena itu, tim yang dipimpin MU sedang menyelidiki cara memanfaatkan kekuatan cloud, kinerja tinggi, dan metode komputasi edge untuk mendapatkan solusi potensial.

“Setelah terjadi badai hebat atau bencana alam, akan terjadi kerusakan pada bangunan, saluran air, dan infrastruktur lainnya,” kata Palaniappan. “Rekonstruksi 3D di area tersebut dapat membantu petugas pemerintah yang memberikan pertolongan pertama untuk memahami seberapa besar kerusakan yang terjadi. Dengan mengizinkan drone mengumpulkan data mentah dan mengirimkan informasi tersebut ke cloud, cloud yang mendukung perangkat lunak komputasi berkinerja tinggi dapat menyelesaikan analisis dan mengembangkan model kembar digital 3D tanpa memerlukan perangkat lunak tambahan yang diinstal secara fisik dan dapat diakses di drone. .”

Tim asuhan MU itu antara lain Prasad Calyam, Filiz Bunyak, dan Joshua Fraser. Tim tersebut juga terdiri dari peneliti dari Saint Louis University, University of California-Berkeley dan Universitas Florida.

Related articles

Recent articles

spot_img