无人机任务控制优化新模型
虽然无人驾驶飞行器（uav）不需要机载飞行员来完成任务，但从地面控制它们是高度劳动密集型的。虽然无人机在遇到阵风时会自动跟踪轨迹并保持稳定，但如果没有人工输入，无人机无法执行更复杂的操作，例如根据不可预见的事件和多变的天气条件调整飞行计划。因此，对于每架在阿富汗和巴基斯坦上空执行任务的无人机，需要多名空军飞行员提供地面控制。
但是，如果ECE教授David Castañón和Christos Cassandras正在开发的算法获得支持，这些飞行员最终可能会控制一群无人机，而不是联合起来操作一架飞行器。由空军科学澳门威尼斯人注册网站研究办公室资助，波士顿大学二人组正在应用系统工程技术来实现无人机机载决策能力的显著改进。他们的澳门威尼斯人注册网站研究刊登在4月1日版的《科学日报》上。
Castañón说：“目前，无人机会去你想去的地方，但它们不知道为什么。”“我们正在尝试开发一种方法，让无人机团队在获得足够的处理信息后，可以确定每架无人机接下来应该执行什么任务。我们的目标是能够让一名操作员与8到10辆无人驾驶汽车的团队一起工作，而不必对它们进行微观管理。”
Castañón和Cassandras的算法寻求提供足够的自动化，使无人机团队不仅能够确定和执行最佳的协调任务，而且当意外情况出现时，还可以在飞行中偏离该计划。
为了评估他们的算法在不确定情况下执行实时规划的能力，Cassandras和Castañón开发了一个测试场景，在这个场景中，携带传感器的小型机器人团队代表无人机，并招募了几名本科生和澳门威尼斯人注册网站研究生来进行测试。这些机器人被编程来完成选定的任务，比如在其他机器人没有搜索的地方寻找物体，同时也会受到意外事件的影响，比如失去一个机器人同伴。
Castañón解释说：“我们的方法结合了战略和战术决策。“这些算法使用优化技术来列举机器人在一段时间内可能遇到的突发事件，引导它们进入可能成功完成任务的位置，并使它们能够根据实时信息做出自己的决定，而不是提前计划整个任务。”
自三年前启动该项目以来，波士顿大学团队已经开发出可以在机器人测试平台上做出近乎最佳决策的算法。他们现在正在定制这些算法，以反映军用无人机遇到的具体情况，并计划在三年内开始提高空军无人机舰队的自主性。
由于它们显著减少了人力需求，这些算法可能导致无人机的增加，执行广泛的军事和民用应用，包括监视、空中交通管制和城市交通拥堵监测。该技术还可用于部署机器人无人地面车辆群，用于救灾和其他高风险任务。
例如，数百个高度自主的机器人可以被派去探索地形，并在自然灾害（如最近的海地地震）发生后寻找幸存者。
“你不知道碎石下的路，也不知道你会遇到什么，”Castañón说。“但如果有足够的自主权，你可以协调一组机器人，在遇到不同的情况时找出下一步该做什么，并以有效的方式与其他机器人进行沟通。”