苏黎世大学研发DroNet算法 利用深度学习赋予无人机导航功能

据外媒报道，苏黎世大学开发了DroNet算法，使无人机能够沿着城市街道或建筑物飞行。该算法还需要通过骑自行车的人和汽车司机学习驾驶案例和相关交通法规。苏黎世大学和瑞士国家竞争力机器人研究中心的研究人员开发了DroNet算法，该算法可以为无人机提供导航服务，使其安全地穿过城市街道。DroNet可以输出两幅图像，其中一幅用于无人机导航，帮助其跳过障碍物。另一张图片用于探索碰撞的可能性和应对危险情况。DroNet可以检测静态和动态障碍物，降低飞行速度并防止碰撞。通过这种算法，研究人员实现了无人机的独立导航功能，并将这项技术融入了人们的日常生活。瑞士研发人员使用的无人机配备了手机摄像头，DroNet算法功能强大，利用人工智能技术对观测环境进行评估。该算法由深度神经网络组成，软件可以使用许多训练案例来学习和解决复杂任务。深度学习最大的挑战是收集数千个这样的培训案例。通过模拟训练，无人机还学会了遵守相关的交通规则。研究人员发现，他们的无人机不仅可以实现道路导航，还可以进入完全不同的环境，如多层停车场和办公走廊。研究表明，无人机可以被部署和用于监视任务或包裹递送，或在城市灾难中进行救援。然而，研究团队也警告说，我们不应该对这种重量轻、成本低的无人机抱有太大期望。据外媒报道，苏黎世大学开发了DroNet算法，使无人机能够沿着城市街道或建筑物飞行。该算法还需要通过骑自行车的人和汽车司机学习驾驶案例和相关交通法规。苏黎世大学和瑞士国家竞争力机器人研究中心的研究人员开发了DroNet算法，该算法可以为无人机提供导航服务，使其安全地穿过城市街道。DroNet可以输出两幅图像，其中一幅用于无人机导航，帮助其跳过障碍物。另一张图片用于探索碰撞的可能性和应对危险情况。DroNet可以检测静态和动态障碍物，降低飞行速度并防止碰撞。通过这种算法，研究人员实现了无人机的独立导航功能，并将这项技术融入了人们的日常生活。瑞士研发人员使用的无人机配备了手机摄像头，DroNet算法功能强大，利用人工智能技术对观测环境进行评估。该算法由深度神经网络组成，软件可以使用许多训练案例来学习和解决复杂任务。深度学习最大的挑战是收集数千个这样的培训案例。通过模拟训练，无人机还学会了遵守相关的交通规则。研究人员发现，他们的无人机不仅可以实现道路导航，还可以进入完全不同的环境，如多层停车场和办公走廊。研究表明，无人机可以被部署和用于监视任务或包裹递送，或在城市灾难中进行救援。然而，研究团队也警告说，我们不应该对这种重量轻、成本低的无人机抱有太大期望。

标签：发现

汽车资讯热门资讯