无人机送货比快递员更靠谱？ _小知识

在不久的将来，你网购的商品可能是无人驾驶飞机送上门的：去年12月，网络零售商Amazon宣布，计划开发一种基于无人驾驶飞机的送货方式，由飞行机器人充当的自动化送货员可以在你下单30分钟后就把货物送到你的手上。

文章插图

文章插图

为了确保安全、及时和准确的交货，无人驾驶飞机必须能应对一些不确定因素，比如大风、传感器测量错误，或漏油。但是这样的应变能力往往需要大量的计算，是无人驾驶飞机所无法胜任的。

现在，麻省理工学院找到了一个双管齐下的方法，大幅度降低了长途送货任务所涉及到的计算量。研究团队首先开发了一种算法，使无人驾驶飞机能够实时监测自己的“健康状况” 。有了这种算法，无人驾驶飞机就可以预测自己的燃料水平，和螺旋桨、摄像机以及任务中用到的其他感应器的状况，并在需要的时候采取措施，比如返回加油站。
研究团队还开发了一种方法，让无人驾驶飞机可以在降落前有效地计算它未来可能的位置。这种方法将无人驾驶飞机所有可能经过的路线简化为，不撞上任何障碍物，到达某个指定的目的地。

文章插图

研究人员进行了模拟实验，在不同的环境条件下进行了多次投递。在实验中，研究人员发现，与那些没有安装健康状况监测算法的无人驾驶飞机相比，他们的无人驾驶飞机投递的包裹数量一样多，但是错误率和故障率低得多。

“包裹投递这样的事情，需要无人驾驶飞机几个小时连续工作，所以必须考虑系统的健康状况，”麻省理工学院的航空与航天学院的博士后Ali-adbar Agha-mohammadi说。 “有趣的是，我们在模拟试验中发现，即使在嘈杂的环境中，100架无人驾驶飞机里也没发生多少故障。 ”
要规划一台自动驾驶设备的路线，往往要用到一种叫做马尔科夫决策过程（MDP）的方法，这是一种连续的决策框架，类似于一棵可能行动构成的“树” 。在树上的每一个结点，都可以分支出几种可能采取的行动——采取其中任何一种行动，可能都会带来更多的可能性。 Agha-mohammadi解释说，MDP是一个“推测未来的过程”，从而判断采取什么样的行动可以使风险最小。
他说，在能够精确衡量的环境中，可以精确地观察到一个行动所带来的结果，MDP可以很好地发挥作用。但是在现实环境中，衡量过程中充满了不确定性，这种连续推理也就不那么可靠了。例如，即使下达的指令是转弯90度，但是由于大风，无人驾驶飞机可能无法有效地执行这个指令。
所以，研究者放弃了MDP框架，而是选择了一种更一般性的部分可观测的马尔科夫决策过程（POMDP）。这种方法会产生一个类似的概率树，每个结点代表一种概率分布，也就是出现某种特定结果的可能性。因此，要规划任何时间长度内一台飞行器的路线，都会使可能出现的结果数量呈指数型增长，这就会带来繁重的计算工作。
【无人机送货比快递员更靠谱？】Agha-mohammadi将问题简化了。他把计算划分为两个部分：飞行器层面的规划，比如飞行器在任一给定时刻的位置；以及任务层面的规划或健康规划，比如飞行器螺旋桨、摄像机和燃料的状况。
对于飞行器层面的规划，他开发了一种计算方法，从多种可能的结果中，筛选出几个最可能出现的结果。
“你可以想象一棵巨大的概率树，你把一大把叶片折叠成一片叶子，那最后这棵树可能就只有10片叶子了，而不是有上百万片，”Agha-mohammadi说。 “这样，你大概只需要半小时的时间，和一张大环境的地图，就可以精确地预测不同路线发生碰撞和故障的概率。 ”