إرم نيوز
طور فريق بحثي من قسم الأنظمة الديناميكية للطائرات في معهد كاليفورنيا للتكنولوجيا ”كالتيك“ بالولايات المتحدة، تقنية جديدة لتكييف طائرات ”درون“ خلال رحلاتها الجوية في الوقت الحقيقي مع ظروف الرياح المفاجئة وغير المعروفة.
وبحسب الموقع الإلكتروني لمعهد كالتيك، تستخدم التقنية الجديدة والمسماة Neural-Fly، نهجًا مشتركًا للتعلم العميق والتحكم التكيفي، لتحديث عدد قليل من المعلومات الرئيسية للشبكة العصبية الحاسوبية في الوقت الحقيقي، والذي يسمح لطائرات ”درون“ بالتكيف مع الظروف الجوية المفاجئة مع ضمان استمرار رحلتها الجوية.
واستخدم الباحثون في تطوير التقنية الجديدة النظام الحاسوبي Neural-Lander الشائع الاستخدام في تدريب طائرات ”درون“ على الطيران بشكل مستقل على مقربة من بعضها البعض.
وخلال مرحلة اختبار تقنية Neural-Fly، جهز الفريق البحثي طائرة ”درون“ رباعية المروحيات، بجهاز حاسوب من نوع راسبيري باي 4 بحجم بطاقة الائتمان، للتحكم في طيرانها.
واختبر الباحثون النظام المطور في نفق يحاكي رياح الطقس الحقيقي، بمختبر الأنظمة الذاتية التشغيل بمعهد كالتيك.
ويصل طول النفق إلى 3.048 متر، ويضم أكثر من 1200 مروحة صغيرة، يتم التحكم في حركتها بواسطة جهاز حاسوب، والتي تسمح للمهندسين بمحاكاة مستويات الرياح من الخفيفة إلى العواصف.
كما خضعت التقنية الجديدة لاختبارات في الهواء الطلق.
وكشف سون جو تشونغ، الباحث المشارك في الدراسة، أن أداء Neural-Fly كان جيدًا في اختبارات الطيران في كل من نفق الهواء، وفي التجارب بالعالم الحقيقي.
وكان معدل الخطأ الذي يتبع مسار الرحلة خلال التجربة أقل بحوالي 2.5 إلى 4 مرات، مقارنة مع التقنيات الحالية المستخدمة في طائرات ”درون“ للتكيف مع الرياح.
وشرح تشونغ، أن خوارزمية التعلم الآلي الجديدة، تغير حالة طائرات ”درون“ استجابة لسرعة الرياح، حيث يتم تدريبها مسبقًا للتعرف على البيئة المتغيرة من حولها بشكل فعال، وتزويدها ببيانات طيران عن كيفية الاستجابة للرياح القوية بشكل جيد.
وأظهر الفريق البحثي أن بيانات الرحلة التي تم جمعها بواسطة طائرة ”درون“ خلال التجارب، يمكن نقلها إلى طائرات بدون طيار أخرى، وبناء مجموعة معلومات مشتركة.
يُذكر أن طائرات ”درون“ تستخدم في العديد من العمليات، من بينها تسليم طرود والاستكشاف، حيث يتم تشغيلها إما في ظل ظروف خاضعة للرقابة، أو خلال ظروف طقس تخلو من مستويات الرياح المرتفعة؛ وذلك لإتمام رحلتها بنجاح.
طور فريق بحثي من قسم الأنظمة الديناميكية للطائرات في معهد كاليفورنيا للتكنولوجيا ”كالتيك“ بالولايات المتحدة، تقنية جديدة لتكييف طائرات ”درون“ خلال رحلاتها الجوية في الوقت الحقيقي مع ظروف الرياح المفاجئة وغير المعروفة.
وبحسب الموقع الإلكتروني لمعهد كالتيك، تستخدم التقنية الجديدة والمسماة Neural-Fly، نهجًا مشتركًا للتعلم العميق والتحكم التكيفي، لتحديث عدد قليل من المعلومات الرئيسية للشبكة العصبية الحاسوبية في الوقت الحقيقي، والذي يسمح لطائرات ”درون“ بالتكيف مع الظروف الجوية المفاجئة مع ضمان استمرار رحلتها الجوية.
واستخدم الباحثون في تطوير التقنية الجديدة النظام الحاسوبي Neural-Lander الشائع الاستخدام في تدريب طائرات ”درون“ على الطيران بشكل مستقل على مقربة من بعضها البعض.
وخلال مرحلة اختبار تقنية Neural-Fly، جهز الفريق البحثي طائرة ”درون“ رباعية المروحيات، بجهاز حاسوب من نوع راسبيري باي 4 بحجم بطاقة الائتمان، للتحكم في طيرانها.
واختبر الباحثون النظام المطور في نفق يحاكي رياح الطقس الحقيقي، بمختبر الأنظمة الذاتية التشغيل بمعهد كالتيك.
ويصل طول النفق إلى 3.048 متر، ويضم أكثر من 1200 مروحة صغيرة، يتم التحكم في حركتها بواسطة جهاز حاسوب، والتي تسمح للمهندسين بمحاكاة مستويات الرياح من الخفيفة إلى العواصف.
كما خضعت التقنية الجديدة لاختبارات في الهواء الطلق.
وكشف سون جو تشونغ، الباحث المشارك في الدراسة، أن أداء Neural-Fly كان جيدًا في اختبارات الطيران في كل من نفق الهواء، وفي التجارب بالعالم الحقيقي.
وكان معدل الخطأ الذي يتبع مسار الرحلة خلال التجربة أقل بحوالي 2.5 إلى 4 مرات، مقارنة مع التقنيات الحالية المستخدمة في طائرات ”درون“ للتكيف مع الرياح.
وشرح تشونغ، أن خوارزمية التعلم الآلي الجديدة، تغير حالة طائرات ”درون“ استجابة لسرعة الرياح، حيث يتم تدريبها مسبقًا للتعرف على البيئة المتغيرة من حولها بشكل فعال، وتزويدها ببيانات طيران عن كيفية الاستجابة للرياح القوية بشكل جيد.
وأظهر الفريق البحثي أن بيانات الرحلة التي تم جمعها بواسطة طائرة ”درون“ خلال التجارب، يمكن نقلها إلى طائرات بدون طيار أخرى، وبناء مجموعة معلومات مشتركة.
يُذكر أن طائرات ”درون“ تستخدم في العديد من العمليات، من بينها تسليم طرود والاستكشاف، حيث يتم تشغيلها إما في ظل ظروف خاضعة للرقابة، أو خلال ظروف طقس تخلو من مستويات الرياح المرتفعة؛ وذلك لإتمام رحلتها بنجاح.
