A trajetória de voo dos UAVs em altitudes variadas é representada pela linha vermelha, enquanto os segmentos quadrados uniformes representam as zonas de detecção capturadas pela câmera em altitudes mais altas (esquerda) e em altitudes mais baixas (direita). Uma altitude aumentada corresponde a um campo de visão expandido, levando consequentemente a um comprimento de caminho de detecção reduzido. Crédito: Suo et al.
Veículos aéreos não tripulados (UAVs), comumente conhecidos como drones, já são usados em inúmeros ambientes para resolver problemas do mundo real. Estes sistemas robóticos voadores podem, entre outras coisas, ajudar a monitorizar ambientes naturais, detectar incêndios ou outros riscos ambientais, monitorizar cidades e encontrar sobreviventes de desastres naturais.
Para enfrentar todas estas missões de forma eficaz, os UAV devem ser capazes de detectar de forma fiável alvos e objectos de interesse nas suas imediações. Os cientistas da computação têm tentado, portanto, desenvolver novas técnicas computacionais que possam permitir essas capacidades, usando aprendizagem profunda ou outras abordagens.
Pesquisadores da Universidade de Yunnan e da Academia Chinesa de Ciências introduziram recentemente um novo sistema de detecção de objetos baseado em computação de ponta. O sistema proposto, introduzido no Diário IEEE Internet das Coisaspoderia fornecer aos UAV a capacidade de detectar objetos e alvos relevantes em seu entorno sem aumentar significativamente o consumo de energia.
“Embora a maioria dos estudos de pesquisa existentes se concentre apenas em um subconjunto dos desafios inerentes à detecção de objetos baseados em UAV, existem poucos estudos que equilibrem vários aspectos para projetar um sistema prático para redução do consumo de energia”, Jiashun Suo, Xingzhou Zhang, Weisong Shi e Wei Zhou escreveu em seu artigo.
“Apresentamos o E3-UAV, um sistema de detecção de objetos com eficiência energética baseado em borda para UAVs. O sistema foi projetado para suportar dinamicamente vários dispositivos UAV, dispositivos de borda e algoritmos de detecção, com o objetivo de minimizar o consumo de energia, decidindo o mais parâmetros de voo com eficiência energética (incluindo altitude de voo, velocidade de voo, algoritmo de detecção e taxa de amostragem) necessários para cumprir os requisitos de detecção da tarefa.”
O sistema de detecção de objetos desenvolvido por esta equipe de pesquisadores, apelidado de E3-UAV, é baseado em uma abordagem cada vez mais popular conhecida como edge computing. A edge computing aproveita múltiplas redes ou dispositivos próximos para realizar cálculos mais rapidamente e consumir menos energia. No caso do sistema da equipe, essas redes são aproveitadas para determinar parâmetros (ou seja, altitude do UAV, velocidade de vôo, etc.) que permitiriam ao sistema detectar objetos nas redondezas enquanto consumia a menor quantidade possível de energia.
“Primeiro apresentamos uma métrica de avaliação eficaz para tarefas reais e construímos um modelo transparente de consumo de energia baseado em centenas de dados de voo reais para formalizar a relação entre o consumo de energia e os parâmetros de voo”, escreveram Suo, Zhang e seus colegas em seu artigo. “Em seguida, apresentamos um algoritmo leve de decisão de prioridade com eficiência energética, baseado em uma grande quantidade de dados reais de voo, para auxiliar o sistema na decisão dos parâmetros de voo.”
Suo, Zhang e seus colegas treinaram e avaliaram seu sistema em uma série de simulações executadas em uma GPU NVIDIA. Eles o aplicaram especificamente ao Mavic Air 2, um drone criado pela DJI e frequentemente usado para tirar fotos aéreas e vídeos.
“Avaliamos o desempenho do sistema e nossos resultados experimentais demonstram que ele pode diminuir significativamente o consumo de energia em cenários do mundo real”, escreveram Suo, Zhang e seus colegas. “Além disso, fornecemos quatro insights que podem ajudar pesquisadores e engenheiros em seus esforços para estudar ainda mais a detecção de objetos baseada em UAV.”
No futuro, E.3-O UAV poderia ser implementado e testado em outros UAV, para avaliar melhor o seu potencial e generalização. Além disso, este trabalho poderá informar o desenvolvimento de técnicas semelhantes de detecção de objetos baseadas em edge computing para aplicações robóticas.
J. Suo et al, E3-UAV: Um sistema de detecção de objetos com eficiência energética baseado em borda para veículos aéreos não tripulados. Diário IEEE Internet das Coisas(2023). DOI: 10.1109/JIOT.2023.3301623.
© 2023 Science X Network
Citação: Um sistema de detecção de objetos com eficiência energética para UAVs baseado em computação de ponta (2023, 1º de setembro) recuperado em 1º de setembro de 2023 em https://techxplore.com/news/2023-08-energy-efficient-uavs-based-edge.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.
[ad_2]
