пресс-центр

NVIDIA разработала дрон, способный летать без GPS

NVIDIA разработала дрон, способный летать без GPS

Большинство дронов не могут летать без GPS-навигации. Но только не этот.

Дрон, разработанный исследователями NVIDIA, может перемещаться по самой отдаленной, не отмеченной на карте местности, полагаясь только на искусственный интеллект и компьютерное зрение на базе встраиваемого суперкомпьютера NVIDIA Jetson TX1.

Изначально дрон разрабатывался для отслеживания лесных троп во время поиска заблудившихся туристов или поваленных деревьев. Однако низколетающие дроны могут быть полезны далеко за пределами леса: между небоскребами или внутри зданий, где сигнал GPS неустойчив или полностью недоступен.

«Система работает, когда нет GPS, - сказал Николай Смолянский, технический руководитель команды NVIDIA. - Все, что вам нужно, - это путь, который дрон может распознать визуально».

С целью сокращения расходов исследователи взяли за основу готовый дрон и камеры.

С целью сокращения расходов исследователи взяли за основу готовый дрон и камеры.

Нет сигнала GPS? Это не проблема

Хотя система все еще находится на стадии испытаний, по мнению Смолянского, в конечном итоге она может быть использована для поиска выживших в разрушенных зданиях, инспекции железнодорожных путей, проверки товара в складских помещениях или даже адаптирована для исследования коммуникационных кабелей под водой.

Команда уже натренировала систему передвигаться по железнодорожным путям и портировала ее на робот-на-колесах. Также дрон избегает столкновений с людьми, животными и столбами.

 

«Мы выбрали лес в качестве полигона для испытаний, потому что это самая сложная местность для ориентации, - объяснил Смолянский. - Мы решили, что, если мы сможем использовать глубокое обучение для навигации в этой среде, то сможем делать это где угодно».

В отличие от городской среды, где обычно присутствует некая однородность, например, высота бордюров, форма почтовых ящиков и ширина тротуаров, лес более хаотичен. Тропы в лесу часто не имеют никаких отличительных особенностей. Свет может проступать лишь частично через листву, и это может быть как яркий солнечный свет, так и полумрак. А деревья различаются по высоте, ширине и углу размаха веток.

Запись полета

Чтобы снизить расходы, разработчики взяли за основу готовый дрон и оснастили его модулем NVIDIA Jetson TX1 и двумя камерами.

«Наша идея заключается в использовании камер для распознавания и навигации в окружающей среде, - объяснил Смолянский. - Jetson дает нам вычислительную мощность для размещения искусственного интеллекта на борту дрона, что необходимо для работы в отдаленной местности».

Команда NVIDIA не первая, кто занимается разработкой дронов, способных ориентироваться в окружающем пространстве без GPS. Однако именно им удалось добиться самого продолжительного и стабильного полета. Дрон NVIDIA автономно пролетел в лесу путь длиной в один километр, избегая при этом препятствий и сохраняя устойчивое положение по центру тропы.

Огромную роль в этом достижении сыграл один из разработчиков, Алексей Каменев. Он разработал алгоритмы глубокого обучения, которые позволили дрону плавно перемещаться в воздухе вдоль тропы без неожиданных резких движений. Также он значительно сократил объем данных, необходимый для тренировки системы глубокого обучения.

На видео ниже представлено, как дрон следует по тропе в лесу, расположенном недалеко от офиса разработчиков в городе Редмонд, Вашингтон. Зеленым цветом выделены области, в которых робот разрешил полет, а красным – где полет был запрещен.

Отсутствие потребности в дополнительной информации

Дрон научили ориентироваться по видео, которое снимал Смолянский на протяжении 8 миль на северо-западе США. Он снимал видео в разных условиях освещения при помощи трех широкоугольных камер GoPro, установленных справа, слева и в центре металлической перекладины на мини-сигвее.

Помимо этого, раработчики использовали для тренировки своей нейронной сети, получившей название TrailNet, другие видеоматериалы, записанные в Швейцарских Альпах исследователями из Института по исследованию искусственного интеллекта Далле Молле (Dalle Molle di Studi sull’Intelligenza Artificiale) в Цюрихе.

Фактически, именно работа исследователей из этого швейцарского института, посвященная навигации в лесу, вдохновила команду NVIDIA на создание автономного дрона. Другим источником вдохновения стал беспилотный автомобиль NVIDIA BB8.

Следующие шаги

В настоящее время команда планирует создать загружаемое программное обеспечение для модулей Jetson TX1 и Jetson TX2, чтобы другие разработчики могли создавать своих роботов, способных передвигаться, опираясь на визуальную информацию.
В долгосрочной перспективе идея заключается в том, чтобы научить робота по команде перемещаться из одной точки карты в другую, будь то карта Google или план здания, избегая на своем пути столкновений.
Подробнее читайте в статье “Навигация автономных мультифункциональных беспилотников с использованием глубокого обучения для повышения информированности о состоянии окружающей среды” или смотрите интервью с разработчиками на конференции по GPU-технологиям.

Технический руководитель команды Николай Смолянский демонстрирует оборудование для захвата видео, необходимого для обучения дрона.

Технический руководитель команды Николай Смолянский демонстрирует оборудование для захвата видео, необходимого для обучения дрона.