匯流新聞網

匯流新聞網記者林欣穎／台北報導

無人機技術在現代科技加持下開始擁有更多面向的功能與發展，除了近來受疫情影響，無人機成為防疫好幫手之外，近年來無人機更成為強大的戰力新指標。不過這項技術的確還有許多可以精進的部分，例如在人潮擁擠的地方該如何避開路障穿梭？加州理工學院的工程師就利用AI科技設計了一套新的數據驅動方式，讓無人機在擁擠或建築、障礙密集的地點也可以精準飛行、避免碰撞。

無人機過去廣泛被用於搜救作業、戰力演練，但在這些用途情況下，大多不只有一架無人機執行任務，在多架無人機編隊飛行的狀況下，要如何因應各種地形位置，讓無人機隊伍不管在室內還是室外、有密集障礙物的樹林還是開闊的平原，成功維持編隊飛行、完成任務呢？

加州理工學院研究生與多位航空、計算與數學科學教授為此共同開發一款多機器人運動演算法，並命名為「Global-to-local Safe Autonomy Synthesis（GLAS）」，將各地的完整訊息加入演算法中，包括多個控制器在飛行中產生的AI空氣動力學相互作用計算(Neural-Swarm)，綜合以上數據後，無人機隊在飛行中明顯降低碰撞機率，也讓無人機隊伍的用途發展性與安全性提升。

開發團隊透過16架無人機群的實驗，驗證GLAS這項系統的可行性，測試結果顯示GLAS系統的效果比目前市面上採用的多機器人運動演算法高出20%的效能，尤其是Neural-Swarm功能加入空氣動力學的相互計算數據GLAS的系統中，讓無人機隊伍在三維空間中的表現誤差比過去少了四倍。

GLAS最重要的功能，就是無人機隊伍在飛行過程中，不需要由統一中央控制各架無人機的飛行行為，可以透過AI演算法自動判別應該保持的距離、繞行動作與飛行模式，也就是每架無人機將可以進行獨立的飛行思考演算，這可以讓無人機隊伍在執行任務時更精準達到成效，未來有望讓無人機的實際應用再擴張。

新聞照來源：UNSPLASH

《更多匯流新聞網CNEWS報導》

社群影響心理健康…FB設情緒健康資源中心 助用戶對抗心理挑戰！

印度市場難捨棄？印政府擬推本土程式商店抗壟斷 Google嚇縮延後調漲手續費

【文章轉載請註明出處】