Научились у природы. Новая технология позволяет дронам прогнозировать собственные неисправности

Исследователи из Делфтского технологического университета и Вагенингенского университета и научно-исследовательского центра разработали метод, позволяющий дронам распознавать, когда они приближаются к потере управления, что дает им возможность адаптироваться к потере контроля, пишет Interesting Engineering.

Этот подход заимствует из природы концепцию, известную как «критическое замедление» — явление, сигнализирующее о приближении экосистем к переломному моменту. Исследователи обнаружили, что тот же принцип можно использовать для выявления ранних признаков нестабильности в активно управляемых системах, таких как дроны, самолеты и автономные транспортные средства.

В отличие от традиционных методов мониторинга, основанных на детальных физических моделях, новая техника использует данные с бортовых датчиков для выявления незначительных изменений в реакции системы на возмущения. Исследователи утверждают, что это может помочь дронам продолжать безопасно работать даже после получения повреждений. Эта работа может повысить безопасность автономных систем, поскольку они становятся все более распространенными в различных сферах применения — от доставки посылок до инспекции инфраструктуры и реагирования на чрезвычайные ситуации.

Исследователи сравнили эту технологию с тем, как люди естественным образом реагируют на травмы. «Можно сравнить наш подход с тем, как люди ощущают боль. После травмы боль обеспечивает немедленную обратную связь о нашем состоянии и помогает нам оценить, какие действия остаются безопасными», — сказал Яспер ван Бирс, исследователь Делфтского технологического университета.

«Машинам обычно не хватает такой формы самосознания. Новые индикаторы, полученные на основе данных измерений в режиме реального времени, представляют собой первый шаг к тому, чтобы наделить инженерные системы аналогичной способностью распознавать, когда они приближаются к своим пределам», — добавили учёные.

В природе критическое замедление происходит, когда экосистема становится менее устойчивой и требует больше времени для восстановления после нарушений. Здоровый лес, например, может быстро восстановиться после засушливого сезона, но повторяющиеся стрессы могут постепенно замедлять это восстановление, пока даже небольшое климатическое явление не вызовет повсеместный коллапс.

Хотя учёные давно используют это явление для изучения экосистем и изменения климата, оставалось неясным, будет ли оно работать в случае технологий, которые постоянно корректируют своё поведение с помощью автоматизированных систем управления. Исследование показало, что эти индикаторы раннего предупреждения могут надежно определять, когда контролируемые системы приближаются к нестабильности.

Чтобы проверить эту концепцию, исследовательская группа провела эксперименты в исследовательском центре дронов CyberZoo при Делфтском технологическом университете. Там они намеренно повреждали дроны, доводили их почти до потери управления и анализировали данные полёта в сочетании с компьютерным моделированием.

Эксперименты показали, какие комбинации повреждений, условий полёта и маневров с наибольшей вероятностью приводят к нестабильности. Исследователи также показали, что предупреждающие индикаторы могут помочь дронам корректировать своё поведение в режиме реального времени, чтобы поддерживать полёт после повреждения, подобно тому, как человек меняет манеру ходьбы после растяжения лодыжки.

Ранее NV Техно писал, что исследовательница из Великобритании использовала камеру, установленную на дроне, и программное обеспечение для поиска печально известных мин «Лепесток».

Для внедрения этой технологии в полевых условиях понадобится лишь лёгкий ноутбук потребительского класса, дрон и камера.