北亚利桑那大学研究人员致力于使无人机更智能、更自主

   学术荟萃        

北亚利桑那大学研究人员致力于使无人机更智能、更自主


人工智能(AI)的最新进展为无人驾驶汽车(UAV)的大量应用打开了大门。现在,无人机群体可以在网络中协同工作,以实现交通控制、智能农业、监视和安全系统、执法、公共安全等等。


然而,北亚利桑那大学信息学、计算与网络系统学院(SICCS)助理教授Abolfazl Razi表示,目前的无人机系统缺少关键考虑因素,例如识别和正确响应环境和行为因素的能力。


这就是为什么Razi正在努力使无人机更智能、更自主。作为NAU无线网络和智能健康实验室(WiNeSH)的负责人,Razi获得了国家科学基金会48万美元的资助,该项目名为“用于无人飞行器之间预测通信的网络拓扑的主动逆学习”


他认为,通过计算机编程,可以开发无人机来表达态势感知,识别故障、可疑或入侵的无人机,并在飞行中进行调整。


Razi说:“当我们有数百架的无人机一起飞行时,我们需要保持通信连通性和信息流不受干扰。”该项目的重点是考虑到不同的场景,无人机能够对自身和彼此进行监控。”


项目的一个重要组成部分是应对逆境。”加入任务的无人机可能会出现异常,并违反既定的任务规定。他说:“例如,它可能会危险地接近其他无人机,而不是遵循预先计划的运动轨迹。”我们希望其他无人机能够分析轨迹,识别不当行为或不当行为,甚至外部无人机的干扰,并诊断网络内的问题。”


Razi说,“关键任务可能涉及森林火灾、交通事故、搜救或军事行动。”如果有人试图通过派遣他们自己的无人机来渗透你的任务,故意或意外地制造问题,我们希望无人机能够发现入侵并应对这种情况。”


这项研究旨在使无人机更加独立于人类的控制和观察,通过与所在区域内的其他无人驾驶飞机进行协调,发挥队友的作用,并能够识别入侵或敌方的无人机。


Razi将在他的WiNeSH实验室和亚利桑那州北部的户外与无人机小组进行实验。”“每架无人机都将配备能够对环境做出决定的软件,” Razi说,“另外,每一架都会盯着其他无人机,观察其邻国的决策是理性的还是非理性的。”


这项研究将包括人类启发的方法,即通过将软件暴露于各种条件下,从有限的经验中主动学习,并涉及无人机决策支持系统(DSS)的逆向工程。


Razi说:“这种方法通过将预测的响应整合到系统协议中,目的是为了支持人工智能的网络服务。”


这个为期三年的项目预计将使美国政府机构、组织和研究人员受益,最终目标是开发出更好的多自主无人机系统。

最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐