後編:AI搭載ドローンがアクロバティックスを披露




前編:AI搭載ドローンがアクロバティックスを披露」に引き続き、AI搭載ドローンが難題なアクロバティックスを披露する記事の後編です。

前回より詳しい内容を、チューリッヒ大学のロボット・認知グループのAntonio Loquercioから伺いました。 IEEE スペクトラム:sim-to-real トランスファーを効果的に活用するためには、どのように抽象化レイヤーとシミュレイテッドセンサーが影響しているか教えてください。 Antonio Loquercio: 抽象化レイヤーはRAWセンサー情報に特定機能を応用します。同じ性能は現実にもシミュレイテッドセンサーにも応用されます。その「抽象的センサーの計測」の機能結果によると、シミュレーションと現実の推測から同じシーンを類似させてくれる。例えば私たちがいくつかのシミュレーションされた画像と現実の画像を見たとしよう。私たちは、比較的簡単にその違いを見分けることができるだろう。しかし、抽象的機能である「機能追跡」という点対応をすることで、私たち人間でもシミュレーションか現実か見極めることが難しくなる。これは人間でも人工知能でも応用可能である:RAW画像のトレーニングポリシーは低度のsim-to-realトランスファーを与える(ドメインによって画像が大幅に変わるため)一方、トレーニングされた抽象的画像は高速移動能力を持つ。 IEEE スペクトラム:高度かつアグレッシブな操縦の状態推測をするために、Intel RealSensse T265のようなカメラによる視覚インプットはどれほど役に立っていますか?イベントカメラを代用した場合状態推測は向上しますか? Antonio Loquercio: 我々のコントローラーは状態推測モジュールを必要としません。しかし幾つかの昔ながらの状態推測パイプラインである部品(具体的には特性抜粋や内部計測ユニット(IMU)のプリプロセシングと統合機能)を共有するのに使用します。ニューラルネットワークのインプットは特製追跡や統合IMU計測などです。低特性のイメージを見た時(例えばカメラが空を写した時)、ニューラルネットワークは主にIMUに頼ります。他の特性も利用できる場合、ネットワークはIMU内に蓄積されたドリフトを使用する。結果的に、私たちは、その短時間操作によりIMU計測はそのタスクに十分であることに気づいた。 しかし長時間の場合は、成功的にIMUドリフトを扱い、巧みな操縦を終えるには視覚情報が必須である。事実、長距離操縦時の視覚情報は不可解な追突を30%減らしている。我々はイベントカメラが与えるハイスピード時の価値のある視覚情報によって、現状のアプローチより向上させることを確信している。 マッティーフリップは我々のアプローチが上手く機能する操縦の1つだろう。人間にとっては困難な挑戦である理由は、どこに向かっているか分からず、スピードを計測するのに問題があるからだ。我々のアプローチの場合は、前方速度と後方速度を計測できるため、何一つ問題ない。 — Antonio Loquercio, チューリッヒ大学 — IEEE スペクトラム:あなたは「熟練した人間パイロットの能力を超える操縦」を教えることが可能と言及しました。。人間のパイロットでは不可能なドローンのアクロバティックな飛行例を教えてください。 Antonio Loquercio: マッティーフリップは我々のアプローチが上手く機能する操縦の1つで、かつ、人間パイロットには難しい技だろう。高速度のループと後方走行が必要であるためだ。 IEEE スペクトラム:このシステムによるパフォーマンスの制限はなんでしょうか? Antonio Loquercio: 現時点での主な制限は操縦の持続性です。私たちは未だ20秒以上操縦パフォーマンスを行うコントローラーに学習させていません。将来的にはこの問題に立ち向かい、一般のコントローラーに鋭い飛行をさせながら、持続時間を長くし比較的小さいドリフトにさせたいです。そのようにすれば、我々は人間パイロットとドローンレース大会でも競うこそができるでしょう。 IEEE スペクトラム:この発達したテクニックがドローンアクロバティック以外にいかに応用できるか教えていただけますか? Antonio Loquercio: 現時点でのアプローチでは、アクロバティックと自由空間での細かな飛行が可能です。我々は今、混み合った環境下においての飛行を行なっています。これは周囲による当プロジェクトへの理解が必要とされます。ドローンのアクロバティックはもちろん一例に過ぎません。我々が選んだ理由としては、コントローラーパフォーマンスのストレステストを行えるからです。しかし、より高速で正確な飛行を必要とする幾つかの他のアプリケーションは我々のアプローチから利点を得ることでしょう。例えば、配達(私たちはいつでもアマゾンのパケットに早く来て欲しいでしょう?)、探索&救助、点検など。早く飛行することで時間を短縮して行えて、バッテリーコストも減ら瀬ます。事実正確な飛行を行えれば自動飛行のドローンとバッテリー消費量がほとんど変わりません。 Originally published on IEEE スペクトラム(https://spectrum.ieee.org/automaton/robotics/drones/ai-powered-drone-extreme-acrobatics) By Evan Ackerman