Drohnen der Uni Zürich als Kunstflieger
Simulationen fürs Training
Kern des neunen Algorithmus ist ein künstliches neuronales Netz, das die von der Bordkamera und der Trägheitssensoren gelieferten Inputs direkt in Steuerbefehle umsetzt. Trainiert wird dieses neuronale Netz ausschliesslich durch die Simulation von akrobatischen Manövern.
Dies hat gemäss dem Forscherteam mehrere Vorteile: Die Manöver lassen sich einfach durch Referenzflugbahnen simulieren und erfordern keine teuren physischen Testläufe. Das Training kann einfach skaliert werden und ist für den Quadrokopter völlig risikolos.
Ein paar wenige Stunden Simulationstraining genügten und der Quadrokopte sei einsatzbereit, ohne dass noch einmal eine Feinabstimmung mit realen Daten vorgenommen werden müsse, heisst es. Denn der Algorithmus abstrahiere die gelernten Inputs aus den Simulationen und übertrage sie auf die physische Welt.
«Unser Algorithmus lernt akrobatische Manöver mit einer Genauigkeit zu fliegen, die mit dem Können von professionellen menschlichen Piloten vergleichbar ist», so Scaramuzza.
Schnelle Drohnen für den schnellen Einsatz
Die Forschenden räumen allerdings ein, dass Menschen immer noch im Vorteil sind: «Sie können unerwartete Situationen und Veränderungen in der Umwelt schnell interpretieren und sich rascher anpassen», sagt Scaramuzza. Dennoch ist er überzeugt, dass Drohnen bei Such- und Rettungsmissionen oder bei Lieferdiensten davon profitieren, grosse Entfernungen schnell und effizient zurücklegen zu können.
