Амбициозные планы Amazon по доставке грузов дронами и аналогичные проекты других компаний пока не находят реального применения из-за ограничений Федерального управления гражданской авиации США. В других странах регуляторы настроены сходным образом. Хотя отдельные фирмы пробуют использовать мультикоптеры в бизнесе, многие эксперты полагают, что рой автономных беспилотников устроит в небе настоящий хаос и станет серьёзной угрозой безопасности. Для решения этих проблем в технологическом институте был разработан алгоритм самоконтроля всех систем БПЛА в реальном времени.
В планировании курса автономного транспортного средства часто используется Марковский процесс принятия решений (MDP). Графически он представляет собой древовидную структуру возможных действий и их последствий в каждый момент времени. Для успешного полёта дрону требуется выбрать ту ветвь, которая обеспечит минимальный риск.
Такой алгоритм хорошо работает в лабораторных условиях, где есть возможность точно выполнять действия и сразу же оценивать их результат надёжными измерениями. В реальной практике различные случайности вносят искажения, приводят к накоплению ошибок и могут вызывать критический сбой. К примеру, дрон получает команду повернуть на девяносто градусов, но по факту выполняет слишком сильный разворот из-за порыва ветра, или неверно определяет дистанцию до препятствия из-за вибрации и сильной засветки.
Поэтому исследователи из MIT сосредоточились на решении более общей задачи –эффективного применения MDP в частично наблюдаемой среде. Главная особенность нового алгоритма – многократное снижение уровня вычислительной нагрузки за счёт массы предварительных расчётов и отбрасывания избыточных вариантов действий. Это исключительно важный шаг, поскольку бортовые компьютеры малых беспилотных аппаратов не могут похвастаться высокой производительностью.
Централизованное управление с единого сервера для них используется лишь частично, поскольку передача параметров по радиоканалу в одну сторону и управляющих команд в другую сопряжена с ощутимыми задержками. В полёте же часто возникают ситуации, когда всё решают доли секунды.
«Представьте огромное дерево, где каждый лист отражает возможное действие, – поясняет исследователь департамента аэронавтики и астронавтики MIT Али-Акбар Ага-Мохаммади. – Вдруг несколько из них сжимаются до одного, затем это происходит снова и снова. В итоге вы получаете выбор из десяти вариантов вместо миллиона. Их уже можно обработать в автономном режиме». Для летящего дрона это непосильная задача, но предварительные расчёты на земле задержат его вылет всего на несколько минут. При этом они помогут сформировать точную карту, позволят оценить вероятность столкновений и других проблем на разных маршрутах.
В чистом виде Марковский процесс принятия решений плохо подходит для беспилотников потому, что в сложных условиях он опирается на недостоверные вводные данные. Из-за ошибок навигации, смены направления ветра на разной высоте, повреждённых батарей и других неучтённых факторов летательные аппараты могут врезаться во что угодно, а доставляемые грузы – упасть вместе с ними.
Опасения регуляторов трудно назвать беспочвенными. Падающий груз массой в несколько сотен грамм уже может натворить бед, а быстро вращающиеся винты – тем более. В прошлом году авиамоделист Роман Пирожек получил несовместимые с жизнью травмы головы от удара лопастями. При коммерческой эксплуатации дронов одного такого случая хватило бы, чтобы разорить компанию на судебных исках и поставить жирный крест на идее воздушной доставки. Подобное когда-то случилось с дирижаблями – именно из-за сильного эмоционального потрясения очевидцев катастрофы «Гинденбурга» и облетевших весь мир фотографий. Сколько до этого было успешных полётов – никого уже не волновало.
Разработанный в MIT алгоритм состоит из двух подпрограмм, каждая из которых постоянно следит за состоянием груза и всех систем самого дрона. Такой подход позволяет летательным аппаратам не только контролировать работу всех систем в режиме реального времени, но и выполнять предиктивную аналитику. По анализу изменений параметров выполняется прогнозирование аварийных ситуаций и вносится корректировка в программу полёта. К примеру, если напряжение на батарее падает быстрее обычного, дрон прервёт доставку и отправится на ближайшую станцию подзарядки. Если же она при этом аномально нагревается, то дрон также уведомит оператора о целесообразности внеплановой замены АКБ.
Как показало первое испытание с сотней дронов, при симуляции курьерских полётов в различных условиях обычные беспилотники и управляемые новым алгоритмом дроны без ошибок выполняли примерно равное количество заданий. Однако во второй группе не возникало серьёзных неисправностей и тем более падений.
В целом новый алгоритм в разы повышает безопасность полётов, так как действия при большинстве угрожаемых ситуаций просчитываются заранее. Ещё до взлёта в память дрона загружается подборка оптимальных маршрутов: основного и запасных, которыми он может воспользоваться в случае необходимости. Все они выбираются с учётом плотности застройки и количества неблагоприятных факторов. Поэтому неожиданное препятствие на основном пути не станет проблемой – беспилотник обогнёт его, либо выберет другой путь, не тратя времени на его прокладку.
«Когда вы занимаетесь регулярными полётами по несколько часов в день, например – для доставки, вам просто необходимо постоянно следить за состоянием всей системы», – комментирует Ага-Мохаммади.
Сейчас команда исследователей приступила к новому этапу испытаний. На дронах установлены электромагниты, которые будут использоваться для быстрой фиксации и отпускания грузов. Подробнее о новых подходах к управлению беспилотными аппаратами будет рассказано в сентябре на проводимой в Чикаго Международной конференции по интеллектуальным системам в робототехнике.