A tudósok olyan technikát igyekeznek kifejleszteni, amely enyhítheti a turbulencia hatásait, különös tekintettel a pilóta nélküli légi járművekre (UAV).
Turbulenciának nevezzük azokat a légnyomásváltozásokat, amelyek a repülőgépek rázkódását okozzák. A repülő állatok azonban természetes képességet fejlesztettek ki arra, hogy érzékeljék a környezetükben bekövetkező, turbulenciát okozó változásokat és gyorsan alkalmazkodjanak a zavartalan repülés fenntartásához – írja a Live Science.
Ez is érdekelhet: Rossz hír az utasoknak – a repüléskor fellépő turbulencia egyre erősebb lesz
Az NPJ Robotics című folyóiratban megjelent kutatás felvázolta, hogy a tudósok miként tudnának egy ehhez hasonló irányítási technikát kifejleszteni a repülőgépek számára.
Ehhez a FALCON nevű mesterséges intelligencia (AI) rendszer alkalmazására volt szükség, amely automatikusan beállítja a repülést a turbulenciák kompenzálására.
Hasonló mesterséges intelligencia képzési módszert már használták AI-vel kiegészített vezérlőrendszerek fejlesztésére, de csak bizonyos járművek esetében. A FALCON-t ezzel szemben úgy képezték ki, hogy megértse a turbulenciát okozó alapelveket, hogy bármilyen környezetben alkalmazkodni tudjon.
ShutterstockA kutatók úgy találták, hogy a szélviszonyok periodikus hullámokként történő digitális ábrázolása hatékony eszközt jelent a turbulencia modellezésére, mivel a szél apálya és annak hatásai természetesen hullámmintát követnek.
A tudósok a Caltech szélcsatornájában tesztelték a mesterséges intelligenciát, egy légfoilt (szárnyszelvényt) használva egy pilóta nélküli repülőgép szárnyának reprezentálására, amelyet nyomásérzékelőkkel és vezérlőfelületekkel szereltek fel. Az AI ezeket használta a nyomásváltozások érzékelésére, illetve a dőlésszög és oldalirányú mozgás szükség szerinti beállítására, hogy fenntartsa a stabilitást. A szélcsatornában a szárny előtt elhelyeztek egy mozgatható hengert is, amely véletlenszerű turbulencia-ingadozásokat hozott létre.
Olvasd el ezt is! A pilóták szerint itt érdemes ülnöd, ha félsz a turbulenciától
Kiderült, hogy kilenc percnyi tanulás után, a FALCON folyamatosan megpróbált alkalmazkodni a változó turbulenciához és visszacsatolni az eredményeket, a mesterséges intelligencia így képes volt fenntartani a légfoil stabilitását a szélcsatornában.
A Caltech szélcsatornás tesztjei azt mutatják, hogy a FALCON percek alatt képes tanulni, tehát nagyobb repülőgépekre is skálázható. Azonban továbbra is fennállnak valós kihívások, különösen a gyors alkalmazkodás a változatos és kiszámíthatatlan körülményekhez, valamint a teljesítmény igazolása a különböző UAV-konfigurációk és szélviszonyok között
– számoltak be a kutatók, illetve hozzátették, hogy a további fejlesztések valószínűleg az előrejelzési pontosság finomítására és a képzési idő csökkentésére fognak összpontosítani.
