研究人員說，人工智能可以幫助無人機識別和導(dǎo)航地形，而不管季節(jié)變化如何改變其現(xiàn)象。

空中和太空機器人可以在沒有 GPS 或其他外部信號引導(dǎo)的情況下定位它們所在位置的一種方法是一種稱為視覺地形相關(guān)導(dǎo)航的技術(shù)。這種策略于 1960 年代首次開發(fā)，將機器人看到的某個區(qū)域與之前收集的高分辨率圖像進行比較。但是，當(dāng)該區(qū)域的外觀因植被、照明和積雪的季節(jié)性變化而發(fā)生變化時，效果不佳。

現(xiàn)在，位于帕薩迪納市的加州理工學(xué)院的科學(xué)家們試圖通過一種深度學(xué)習(xí)算法來改進這項技術(shù)，該算法可以消除給定區(qū)域的一組過去和現(xiàn)在圖像中的表面差異。

在這項新研究中，研究人員在落基山脈和康涅狄格州部分地區(qū)的視覺數(shù)據(jù)集上訓(xùn)練了人工智能軟件。它學(xué)會了發(fā)現(xiàn)一個區(qū)域的高度概括的抽象特征，而不是與特定地理位置相關(guān)的地標(biāo)。因此，它可以僅用少量數(shù)據(jù)導(dǎo)航其他區(qū)域。

“計算機可以找到我們眼睛看不到的模糊模式，甚至可以捕捉到最小的趨勢，”該研究的合著者、加州理工學(xué)院的研究生康納李在一份聲明中說。

科學(xué)家們在一架無人機中測試了他們的算法，該無人機在康涅狄格州西北部的一個地區(qū)進行了模擬飛行。該區(qū)域包含大片不間斷的崎嶇落葉林，其地形比算法在訓(xùn)練期間遇到的地方更陡峭。落葉林會季節(jié)性地脫落葉子，因此隨著時間的推移會顯著改變外觀。地形的陡峭程度對算法來說也是一個挑戰(zhàn)，因為根據(jù)無人機的高度、角度和運動，它看起來可能會有很大不同。

當(dāng)無人機將其所見與兩年前拍攝的照片進行比較時，該算法消除了不同數(shù)據(jù)集之間幾乎所有的實質(zhì)性不匹配。這有助于無人機成功執(zhí)行視覺導(dǎo)航。

研究人員表示，他們的算法也可能適用于太空任務(wù)。例如，噴氣推進實驗室 Mars 2020 Perseverance 漫游車任務(wù)中的進入、下降和著陸 (EDL) 系統(tǒng)使用視覺導(dǎo)航降落在紅色星球上的 Jezero 隕石坑，該地點以前被認為太危險而無法安全進入。研究資深作者、航空航天教授Soon-Jo Chung，對于像Perseverance這樣的漫游車，“一定程度的自動駕駛是必要的，因為在地球和火星之間傳輸可能需要20分鐘的時間，而火星上沒有GPS”加州理工學(xué)院的控制和動力系統(tǒng)，在一份聲明中說。

接下來，科學(xué)家們將看看他們的系統(tǒng)是否也能解釋天氣變化——霧、雨、雪等。如果成功，他們的工作將有助于改進無人駕駛汽車的導(dǎo)航系統(tǒng)。