Badacze IIT Madras opracowują algorytmy planowania ruchu, które mogą myśleć jak ludzie

Naukowcy z Indyjskiego Instytutu Technologii (IIT) w Madras opracowali klasę szybkich, wydajnych algorytmów planowania ruchu, które potrafią myśleć jak ludzie i umożliwiają autonomicznym pojazdom powietrznym, naziemnym lub powierzchniowym poruszanie się w środowiskach pełnych przeszkód.

Zdaniem zespołu algorytmy zostały opracowane w oparciu o nowe pojęcie „rozszerzenia formy uogólnionej” (GSE), które umożliwia planowanie bezpiecznej i dynamicznej trajektorii pojazdów autonomicznych. Stwierdzono, że te podejścia dają lepsze wyniki w porównaniu z wieloma istniejącymi nowatorskimi i najnowocześniejszymi algorytmami planowania ruchu.

Ze względu na nowe, „bezpieczne” obliczanie regionu zapewnia istotny postęp podczas pilnych scenariuszy planowania, które pojawiają się między innymi w zastosowaniach takich jak samochody autonomiczne, reagowanie na katastrofy, operacje ISR, dostarczanie dronów z powietrza i eksploracja planet, powiedział zespół.

Badania prowadzone przez Satadala Ghosha, adiunkta na Wydziale Inżynierii Kosmicznej, IIT Madras, opublikowały kilka artykułów naukowych w uznanych na całym świecie recenzowanych czasopismach, takich jak AIAA Journal of Guidance, Control and Dynamics i IEEE Control Systems Letters, konferencje na poziomie, takie jak IEEE Conference on Decision and Control (CDC), American Control Conference (ACC) i AIAA SciTech.

W skład zespołu weszli absolwent IIT Madras Vrushabh Zinage, obecnie doktorant na University of Texas Austin (USA), Adhvaith Ramkumar, który obecnie studiuje na Politechnice Warszawskiej oraz Nikhil P, analityk w Goldman Sachs .

„Algorytmy oparte na GSE działają, obliczając„ bezpieczny ”obszar składający się z dużych„ widocznych ”obszarów w środowisku, dostosowanych w celu zapewnienia żeglowności. Następnie algorytmy wybierają losowy punkt w tym„widocznym” regionie i łączą go przez bezpieczną„krawędź „dla odkrytych do tej pory bezpiecznie dostępnych regionów. Ostatecznie algorytmy mogą prawie zawsze połączyć dowolne dwa punkty w dowolnym środowisku, które spełnia pewne podstawowe kryteria” – powiedział Zinage.

Badacz wyjaśnił, że główną zaletą algorytmów opartych na GSE jest znaczna poprawa wydajności obliczeniowej w stosunku do kilku innych dobrze znanych algorytmów planowania ruchu. To naturalnie prowadzi do dużej stosowalności algorytmów opartych na GSE w aplikacjach, w których planowanie jest wrażliwe na czas.

„Zamiast używać ciężkich obliczeniowo dedykowanych modułów sprawdzania kolizji, algorytmy te wykorzystują nowe pojęcie „formy uogólnionej”, która zapewnia maksymalną reprezentację wolnej przestrzeni, którą można osiągnąć z punktu w środowisku, co jest prawie podobne do aktualizacji ludzkiej percepcji „bezpiecznej” przestrzeni do poruszania się po niej” – powiedział Adhvaith Rajkumar.

Zasadniczo znacznie poprawia to szybkość eksploracji środowiska, prowadząc do konieczności bardzo niewielu iteracji algorytmu opartego na GSE, aby połączyć regiony początkowe i docelowe.

Wyjaśniając zastosowania algorytmów „planowania ruchu”, Satadal Ghosh, adiunkt, Wydział Inżynierii Lotniczej, IIT Madras, powiedział: „Drony wyposażone w nasze algorytmy mogą być bardzo przydatne podczas zarządzania katastrofami i scenariuszy reagowania. takie jak trzęsienie ziemi, UAV są często wykorzystywane do badania dotkniętych regionów i skanowania szczątków w misjach poszukiwawczo-ratowniczych. Ponieważ w takich zastosowaniach ścieżki UAV muszą być pilnie zaplanowane z wyprzedzeniem, nasze algorytmy mogą odegrać istotną rolę.

„Ogólnie rzecz biorąc, klasa algorytmów oparta na GSE ma obiecujący potencjał w zastosowaniach autonomicznych, począwszy od obsługi materiałów magazynowych, inspekcji przy rozruchu projektu, dostaw dronów, zarządzania katastrofami, samochodów autonomicznych itd. – Konfiguracja pojazdu, również te algorytmy mogą być wykorzystane” powiedział.

Zdaniem zespołu obecny stan tych badań ogranicza się do teoretycznego rozwoju i doskonalenia algorytmów opartych na GSE oraz szerokiej walidacji opartej na ich realistycznej symulacji. Naukowcy planują w najbliższej przyszłości zaimplementować te algorytmy w bezzałogowych pojazdach powietrznych i naziemnych.

„W dynamicznych środowiskach, w których wiedza o środowisku ogranicza się do informacji z czujników pokładowych lub gdy komendy misji ingerują w ruch pojazdów ze względu na dynamicznie zmieniające się wymagania o znaczeniu krytycznym, na przykład operacje wywiadowcze, obserwacyjne i rozpoznawcze (ISR) lub Eksploracja Planetarna za pomocą łazików itp., często konieczne jest ponowne krytyczne planowanie ruchu.

„Nawet w tych przypadkach nasze obecne badanie sugeruje, że planowanie ruchu w ruchu jest znacznie łatwiejsze dzięki naszym algorytmom opartym na GSE ze względu na unikalny charakter obszarów widzialnych obliczonych przez te algorytmy w różnych punktach środowiska” – powiedział Ghosh. .

Obraz: zdjęcie pliku / PTI

(Zastrzeżenie: ta historia jest automatycznie generowana z syndykowanego kanału; tylko obraz i tytuł mogły zostać przerobione przez www.republicworld.com)