无人机使用机器学习算法执行首次有栖息地着陆

与布里斯托大学和BMT国防服务公司(BMT)合作开发了第一台使用机器学习算法进行高空着陆的无人机(UAV)。可以降落在狭小或狭窄空间中的固定翼飞机的革命性发展，有可能对人道主义灾难中的情报收集和援助交付产生重大影响。

BMT Group Ltd的子公司BMT和布里斯托大学已经展示了如何使用变形机翼无人机和机器学习相结合来生成轨迹以执行在地面的固定着陆。无人机已经在高空进行了测试，以验证该进近，并且该小组正在研究一种可以执行可重复地面着陆的系统。

当前的无人机在某种程度上受到限制，因为它们具有固定和刚性的机翼，这降低了其飞行方式的灵活性。这项工作的主要目的是通过引入受鸟类影响的变形机翼结构，着眼于扩展当前固定翼无人机的运行。为了控制这些复杂的机翼结构，BMT利用机器学习算法从自然界的灵感中学习了飞行控制器。

BMT国防服务部信息服务和信息保证主管Simon Luck表示：“创新是我们在BMT和研发项目中所做工作的核心，这为我们提供了与合作伙伴合作开发具有以下优势的前沿能力的机会：改变我们收集信息方式的潜力。”

布里斯托大学航空航天工程系飞行力学高级讲师汤姆·理查森博士补充说：“将这些新的机器学习方法应用于非线性飞行动力学和控制，将使我们能够制造出具有高机动性和敏捷性的无人飞行器。这些新方法带来的潜在安全性和操作性能优势令我感到非常兴奋。”

这项为期18个月的研究项目是国防科学技术实验室(Dstl)自主系统基础研究(ASUR)计划的一部分。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！