΄Ελεγχος οπτικής ανατροφοδότησης πολυκόπτερου με χρήση ενισχυτικής μάθησης για παρακολούθηση κινούμενου στόχου

Abstract

Το αντικείμενο αυτής της διπλωματικής εργασίας είναι η ακολούθηση ενός επίγειου ρομποτ, που εκτελεί ρόλο οδηγού, από ένα εναέριο ρομπότ δηλαδή το πολυκόπτερο. Ο έλεγχος του πολυκόπτερου γίνεται αυτόνομα λαμβάνοντας την εικόνα του οδηγού από μία κάμερα με την οποία είναι εφοδιασμένο. Η χρήση της ενισχυτικής μάθησης επιτρέπει στο πολυκόπτερο να μάθει τη καλύτερη στρατηγική ακολούθησης του οδηγού και τελικά να μπορεί να εκτελέσει πιο απότομους ελιγμούς (aggressive maneuvering) σε σχέση με μία κλασική στρατηγική ελέγχου με οπτική ανατροφοδότηση. Για την εκπαίδευση ενός τέτοιου δικτύου είναι απαραίτητη η εκτέλεση πολλών επεισοδίων, γεγονός που καθιστά απαραίτητη τη χρήση προσομοίωσης όλων των συστημάτων. Αποδεικνύεται ότι το δίκτυο που είναι εκπαιδευμένο στη προσομοίωση είναι άμεσα εφαρμόσιμο σε πραγματικές συνθήκες επιτρέποντας έτσι την απευθείας πειραματική δοκιμή. Για την εφαρμογή αυτή αξιοποιούνται πολλές διαφορετικές τεχνολογίες και μεθοδολογίες ώστε να πραγματοποιηθεί με επιτυχία. Απαραίτητη είναι η χρήση βαθιών συνελικτικών δικτύων για την αναγνώριση και προσδιορισμό της θέσης του οδηγού στην εικόνα που με τη σειρά της απαιτεί σημαντικούς υπολογιστικούς πόρους. Για την ικανοποίηση αυτών των απαιτήσεων το πολυκόπτερο φέρει έναν υπολογιστή τεχνητής νοημοσύνης (onboard AI computer) ειδικά σχεδιασμένο για τη γρήγορη και αποδοτική εφαρμογή της μηχανικής μάθησης. Τέλος, πολύ σημαντική για την εφαρμογή αυτή και περαιτέρω για τη διπλωματική ειναι η πειραματική επιβεβαίωση των μεθοδολογιών που χρησιμοποιούνται και η ανάλυση των αποτελεσμάτων για την εξαγωγή χρήσιμων συμπερασμάτων.