隨著美軍對空中無人機(jī)進(jìn)行監(jiān)視和偵察的依賴增加,一個有趣的戰(zhàn)術(shù)問題出現(xiàn)了:無人機(jī)的電池不可避免地耗盡,限制了它們的用途,甚至更糟的是,它們無法完成任務(wù)。一種正在尋求的解決方案是使用陸基自動駕駛汽車,可以將其派出給戰(zhàn)場空中無人機(jī)的耗盡電池充電。美國陸軍正在資助正在進(jìn)行的研究,這將使小型無人飛機(jī)系統(tǒng)(sUAS)小組下降到無人地面車輛(UGV)進(jìn)行自動補(bǔ)給,以便他們繼續(xù)執(zhí)行任務(wù)。
美國陸軍作戰(zhàn)能力發(fā)展司令部(CCDC)陸軍研究實驗室(ARL)正在與伊利諾伊州芝加哥大學(xué)進(jìn)行為期四年,價值800萬美元的合作協(xié)議,以開發(fā)關(guān)鍵的推進(jìn)力和動力技術(shù),為未來的UAAS提供動力。
贊助|如何避免HPC數(shù)據(jù)流量阻塞
工作的一部分包括開發(fā)人工智能/機(jī)器學(xué)習(xí)(AI / ML)算法,以使sUAS能夠找到最佳路線規(guī)劃,以自動返回到UGV進(jìn)行充電。軍事上采用AI / ML的原因是需要對通向UGV的無人機(jī)路線進(jìn)行自主控制,這包括擴(kuò)大作戰(zhàn)范圍和任務(wù)時間。
項目經(jīng)理Mike Kweon博士說,目前的挑戰(zhàn)是,采用當(dāng)前電池技術(shù)的sUAS大約有26分鐘的時間執(zhí)行飛行任務(wù)并在斷電之前返回家中,這將需要士兵攜帶數(shù)千枚電池進(jìn)行任務(wù)ARL的多功能戰(zhàn)術(shù)動力和推進(jìn)基本研究計劃。
Kweon說:“如果不解決如何滿足能源需求,使用人工智能和機(jī)器學(xué)習(xí)的所有其他先進(jìn)技術(shù)將對陸軍毫無用處?!薄霸趹?zhàn)場上,我們沒有奢侈地更換數(shù)百個無人機(jī)的電池并將其充電數(shù)小時。”
小型無人機(jī)
研究人員目前正在研究充電選項,并開發(fā)了幾種AI / ML算法,以使諸如四旋翼飛行器之類的小型無人機(jī)能夠找到最佳路線以及監(jiān)視和改善電源管理。
工作原理:小型無人機(jī)將使用電池電量傳感器來響應(yīng)電池電量的狀態(tài)來打開三個LED燈(綠色,黃色和紅色)之一。綠燈將指示無人機(jī)的電池處于最佳電量范圍內(nèi)。當(dāng)電源降至最佳水平以下時,黃燈將亮起,紅燈將指示無人機(jī)將在幾秒鐘或幾分鐘內(nèi)沒有電。
當(dāng)電池傳感器降到最佳水平以下時,無人機(jī)將自動下降并懸停在UGV的充電端口上以進(jìn)行無線充電。
研究人員正在使用諸如光譜診斷和數(shù)據(jù)科學(xué)之類的先進(jìn)技術(shù)來開發(fā)用于UAS的傳感器和控制系統(tǒng)。(資料來源:美國陸軍CCDC陸軍研究實驗室)
Kweon說,可以同時從同一個UGV無線充電的無人機(jī)數(shù)量取決于平臺外無線功率傳輸技術(shù)的功能。
他解釋說:“平臺外的無線充電意味著sUAS可以從UGV充電?!薄熬嚯x也是設(shè)計參數(shù)?!?/p>
Kweon指出,研究人員正在對許多UAS進(jìn)行運營影響分析,以便在不同任務(wù)情況下進(jìn)行充電。
他們還考慮了各種充電選項。Kweon說:“在短期內(nèi),我們將使用經(jīng)過改進(jìn)的鋰離子電池,以便快速充電六分鐘。”
這些無人機(jī)將攜帶用于情報,監(jiān)視和偵察(ISR)的攝像頭(這是美國陸軍中小型無人機(jī)的常見任務(wù)),并用于救援任務(wù)。所有圖像都可以發(fā)送到命令控件,以進(jìn)行態(tài)勢感知和決策。
對于UGV,它們是小型的多功能運輸工具(SMET),“將具有由發(fā)動機(jī)或混合動力系統(tǒng)提供動力的推進(jìn)系統(tǒng)”以及充電板,Kweon解釋說。他指出,有關(guān)UGV的更多細(xì)節(jié)無法討論。
AI / ML算法
研究人員團(tuán)隊正在研究幾種AI / ML算法。伊利諾伊州芝加哥大學(xué)正在開發(fā)的算法將主要側(cè)重于找到通往UGV的最佳(最短)充電路徑。該算法使用無監(jiān)督學(xué)習(xí)來收集路線數(shù)據(jù)并在無人監(jiān)督的情況下從中學(xué)習(xí)。
CCDC陸軍研究實驗室正在與伊利諾伊州芝加哥大學(xué)合作,開發(fā)小型無人機(jī)的算法,這將導(dǎo)致軟件幫助sUAS自主地從軍事任務(wù)返回?zé)o人地面車輛進(jìn)行充電。(來源:伊利諾伊大學(xué)芝加哥分校)
Kweon的計劃還負(fù)責(zé)能源和電力管理,包括自動充電。路由算法的類似功能將應(yīng)用于能量/功率管理算法。
“ [能源/電源管理]算法將具有多個子模型,” Kweon說。“算法的目的是監(jiān)視能量水平;結(jié)合任務(wù)概況,環(huán)境和其他因素,預(yù)測任務(wù)所需的能量/功率,并與無人飛行器進(jìn)行通信,以找到最佳時機(jī)和返回路線進(jìn)行充電。”
他補(bǔ)充說,準(zhǔn)確度對于有效執(zhí)行任務(wù)以及不損失資產(chǎn)都很重要。
Kweon說:“這些算法將被編程并集成到廣泛的自治堆棧中,以進(jìn)行自治操作?!?/p>
ARL還正在開發(fā)支持AI的算法,以在無人機(jī)被鳥和其他飛行物體擊中時自動操縱無人機(jī)。無人機(jī)在空中時必須能夠快速返回原始路徑或采取替代路線。
此外,陸軍實驗室研究的“機(jī)動與機(jī)動性人工智能基礎(chǔ)研究計劃(AIMM ERP)”的主要目標(biāo)之一是開發(fā)用于UGV的自動越野行駛算法。
當(dāng)無人機(jī)需要充電以繼續(xù)執(zhí)行任務(wù)時,無人機(jī)需要找到一條通往UGV的優(yōu)化路徑。在有爭議的地區(qū),路徑可能很復(fù)雜?!?Kweon說?!盁o人機(jī)還需要找到最佳路徑,同時將回程期間的能源消耗降至最低。”
大型無人機(jī)
對于大型無人機(jī)(包括“未來戰(zhàn)術(shù)無人飛機(jī)系統(tǒng)”,RQ-7“影子”無人機(jī)和MQ-1C“灰鷹”(中空長壽命無人機(jī)),與小型無人機(jī)相比,其推進(jìn)和動力要求不同,陸軍-獲資助的研究將集中在多燃料混合動力推進(jìn)系統(tǒng)中的燃料傳感器的小型化上。
“實現(xiàn)多種燃料運行的關(guān)鍵領(lǐng)域包括點火,燃料輸送和空氣管理,這是任何發(fā)動機(jī)設(shè)計中的典型要素,” Kweon說?!爸饕獏^(qū)別在于要求與商業(yè)和地面應(yīng)用完全不同。對于新的設(shè)計,材料,傳感和控制方法,必須了解基本物理原理。同時,這些技術(shù)需要通過與行業(yè)合作來加速技術(shù)開發(fā)?!?/p>
無人機(jī)將使用多燃料傳感器,“以檢測輸送到發(fā)動機(jī)的燃料的性質(zhì),從而使發(fā)動機(jī)可以更可靠地利用任何類型的燃料運行,” Kweon說?!芭c商業(yè)部門不同,陸軍需要使用噴氣燃料(其主要著火特性從汽油到柴油的特性)以及國外的任何本地可用燃料?!?/p>
Kweon指出,非常重要的一點是,大型UAS可以使用任何類型的燃料運行,同時降低組件故障的風(fēng)險?!拔覀円_保我們的UAS在任何類型的燃料上都能可靠運行,并且主要部件不會出現(xiàn)故障,以便我們能夠繼續(xù)執(zhí)行任務(wù)(提高準(zhǔn)備狀態(tài))并減少部件故障(提高可持續(xù)性)。”
他補(bǔ)充說,長期目標(biāo)是擁有一個“可以實時檢測關(guān)鍵燃料特性而與燃料類型無關(guān)的傳感器”。
編輯:hfy
-
傳感器
+關(guān)注
關(guān)注
2576文章
55108瀏覽量
791816 -
人工智能
+關(guān)注
關(guān)注
1818文章
50129瀏覽量
265713 -
無人機(jī)
+關(guān)注
關(guān)注
236文章
11313瀏覽量
195916 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8556瀏覽量
137038
發(fā)布評論請先 登錄
人工智能與機(jī)器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用
無人機(jī)智能巡檢系統(tǒng)的技術(shù)特點與應(yīng)用優(yōu)勢
什么是光伏區(qū)無人機(jī)智能巡檢系統(tǒng)?
利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能
RK3576賦能無人機(jī)巡檢:多路視頻+AI識別引領(lǐng)智能化變革
挖到寶了!人工智能綜合實驗箱,高校新工科的寶藏神器
挖到寶了!比鄰星人工智能綜合實驗箱,高校新工科的寶藏神器!
超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級芯片(SoC)上解鎖邊緣人工智能應(yīng)用.
CES Asia 2025聚焦低空智能感知與空域管理,論壇開啟行業(yè)新征程
無人機(jī)AI視覺行為識別系統(tǒng)
最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版(大模型篇)
無人機(jī)AI視覺識別系統(tǒng)賦能農(nóng)業(yè)智能種植
光伏場站無人機(jī)巡檢系統(tǒng)的應(yīng)用實踐
NanoEdge AI Studio 面向STM32開發(fā)人員機(jī)器學(xué)習(xí)(ML)技術(shù)
開發(fā)人工智能/機(jī)器學(xué)習(xí)(AI/ML)算法幫助無人機(jī)進(jìn)行自動補(bǔ)給
評論