شناسهٔ خبر: 72525811 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: شفقنا | لینک خبر

فناوری جدید به پهپادها کمک می‌کند بدون جی‌پی‌اس مسیر یابی کنند

صاحب‌خبر -

شفقنا – پهپادها به طور فزاینده‌ای در بسیاری از زمینه‌ها مفید واقع می‌شوند مانند تحویل تجهیزات پزشکی، کمک در حوادث طبیعی یا بازرسی ساختمان‌ها. اما یک مشکل بزرگ وجود دارد؛ آن‌ها اغلب برای تعیین موقعیت خود به جی‌پی‌اس متکی هستند و جی‌پی‌اس همیشه کار نمی‌کند.

به گزارش سرویس ترجمه شفقنا، سیگنال‌ها می‌توانند توسط ساختمان‌های بلند مسدود شوند، در داخل انبارها از بین بروند یا در طول حملات سایبری مختل شوند.
یک مطالعه جدید راهکارهای امیدوارکننده‌ای برای کمک به پهپادها در یافتن مسیر خود بدون جی‌پی‌اس ارائه می‌دهد.
تیم تحقیق مطالعات قبلی را بررسی کرد تا درک کند که چگونه پهپادها یا وسایل نقلیه هوایی بدون سرنشین (UAV) می‌توانند در صورت عدم دسترسی به جی‌پی‌اس مسیریابی کنند. آن‌ها بر دو روش اصلی برای انجام این کار تمرکز کردند: مکان‌یابی “مطلق” و “نسبی”.
مکان‌یابی مطلق به این معنی است که پهپاد از یک نقشه از پیش موجود از زمین استفاده می‌کند مانند استفاده از یک نقشه چاپی برای فهمیدن موقعیت مکانی خود. این روش می‌تواند در برخی شرایط به خوبی کار کند، اما در مکان‌هایی که نشانه‌های زیادی ندارند، با مشکل مواجه می‌شود.
مکان‌یابی نسبی کمی انعطاف‌پذیرتر است. این روش از داده‌های زمان واقعی حسگرهای پهپاد مانند دوربین‌ها و آشکارسازهای حرکت برای ایجاد تصویری از محیط اطراف و ردیابی حرکت استفاده می‌کند. این روش که اغلب به عنوان مکان‌یابی و نقشه‌برداری همزمان شناخته می‌شود، قدرتمند است اما به قدرت محاسباتی زیادی نیاز دارد.
این مطالعه نشان داد که بهترین راه حل، ترکیب فناوری‌های مختلف است. به عنوان مثال، استفاده همزمان از دوربین‌ها، لیدار (که مانند رادار اما با لیزر کار می‌کند) و حسگرهای حرکت می‌تواند قرائت دقیق‌تری ارائه دهد. این ترکیب، همجوشی حسگر نامیده می‌شود. افزودن الگوریتم‌های هوشمند مانند فیلترهای کالمن و حتی ابزارهای هوش مصنوعی مانند شبکه‌های LSTM به پردازش سریع و دقیق تمام این داده‌ها کمک می‌کند.
با این حال، چالش‌هایی نیز وجود دارد. دوربین‌ها در نور کم به خوبی کار نمی‌کنند و سیستم‌های لیدار می‌توانند گران و سنگین باشند. به همین دلیل است که سیستم‌های ترکیبی، که روش‌های مختلف را با هم ترکیب می‌کنند، در حال حاضر امیدوارکننده‌ترین هستند. این سیستم‌ها می‌توانند هم از داده‌های از پیش نقشه‌برداری شده و هم از به‌روزرسانی‌های زنده برای حفظ مسیر استفاده کنند.

این خبر را اینجا ببینید.