Kaip virtualūs pasauliai padeda parengti dronus pagalbai nelaimių metu
Kai nelaimė atskiria bendruomenę nuo aplinkinio pasaulio, būtinų atsargų pristatymas gali tapti viena sudėtingiausių reagavimo užduočių. Vietovės, kurioms pagalbos reikia labiausiai, dažnai būna atokios, pavojingos arba tiesiog nepasiekiamos keliais. Dronai gali visa tai perskristi. Didelės keliamosios galios modeliai gali gabenti apie 25 kilogramus, o šiame projekte naudojami kroviniai sveria nuo 4 iki 10 kilogramų. Tačiau pasiekus paskirties vietą lieka paskutinė jautri problema: kur krovinį galima saugiai nuleisti?
Būtent šią problemą siekia išspręsti AIDER, kurio pavadinimas sudarytas iš angliško termino „Autonomous Intelligent Delivery for Emergency Relief“ (autonominis išmanus pagalbos pristatymas ekstremaliųjų situacijų metu). Iki šiol sunkiausia buvo ne sukurti patį droną ar DI, bet surinkti pakankamai tinkamos vaizdinės medžiagos, kad sistema išmoktų atpažinti tai, ko reikia ieškoti.
Kaip AIDER pristato pagalbą
2026 m. sausį „AAI Labs“ kartu su Jungtinės Karalystės krovininių dronų bendrove „Inteliports“, tiekiančia didelės keliamosios galios dronus, pradėjo dvejų metų projektą. AIDER yra pagalbos pristatymo dronais projektas, kuriame dronas nenusileidžia. Jis lieka iki 60 metrų aukštyje ir numeta krovinį. Nelaimės zonoje iki dronui atskrendant nežinoma, kokia yra vietovė, kokie joje pavojai ir kas yra netoliese, o nusileidimas tokioje vietoje sukeltų pavojų ir pačiam dronui.
Todėl svarbiausias klausimas yra vienas: kas yra tiesiai po dronu? Sunkus krovinys negali nukristi ant žmogaus, pramušti stogo ar nuskęsti upėje. Dabartiniame prototipe droną valdo operatorius, o DI per žemyn nukreiptą kamerą stebi aplinką ir pataria, ar apačioje esanti vieta yra laisva, arba pasiūlo netoliese esančią saugesnę vietą. Ilgalaikis tikslas yra pristatyti krovinius be žmogaus įsikišimo.
Kodėl dronams sunku pastebėti žmones iš 60 metrų aukščio
Iš tokio aukščio žmogų sudaro vos keli vaizdo pikseliai. Kad DI išmoktų jį pastebėti, reikia daug kokybiškų pavyzdžių, nufilmuotų tiesiai iš viršaus taip, kaip aplinką mato drono kamera.
Tokios vaizdinės medžiagos stebėtinai trūksta. Dauguma vaizdų rinkinių nėra filmuoti iš viršaus, o viešai prieinamuose rinkiniuose objektai paprastai sužymėti gerokai išsamiau, nei reikia sprendimui dėl krovinio numetimo. Komanda užduotį susiaurino iki šešių svarbių kategorijų: žmonių, transporto priemonių, pastatų, augmenijos, vandens ir vietovės paviršiaus.
Rinkti realią vaizdinę medžiagą užtrunka ilgiau, nei gali pasirodyti. Didelės keliamosios galios drono negalima tiesiog pakelti kaskart, kai prireikia daugiau duomenų: kiekvienam skrydžiui būtina tinkama bandymų vieta, palankios oro sąlygos ir dideliam dronui reikalingi saugos bei oro erdvės leidimai. Tuomet kiekvieną vaizdo įrašą reikia sužymėti rankiniu būdu, todėl prireikia dar kelių valandų darbo, kol medžiagą galima naudoti mokymui.
Mokymas simuliatoriuje, bandymai žaidime
Komanda naudoja realius vaizdus iš viešų aerovaizdų duomenų rinkinių ir savo surinktos medžiagos, tačiau jos vis tiek nepakanka. Todėl spragoms užpildyti pasitelktos simuliacijos. Robotikai skirtas NVIDIA „Isaac Sim“ leidžia kurti scenas ir filmuoti jas iš viršaus. Kadangi kiekvieną scenos objektą sugeneruoja simuliatorius, kartu su vaizdais jis gali pateikti ir jų žymas, todėl rankinio žymėjimo etapas tampa nereikalingas.
Vis dėlto mokymo vaizdai yra statiški. Tikras krovinio numetimas vyksta judant: kamera krypsta, žmonės vaikšto, automobiliai nuvažiuoja. Kad sistemą galėtų išbandyti judančiose scenose, komanda vaizdo žaidime „Grand Theft Auto V“ kuria bandymų aplinką, kurios gatvėse eismas ir pėstieji juda savarankiškai. Tiesiogiai perduodant žaidimo vaizdą į drono kompiuterį, sistemą galima patikrinti judrioje aplinkoje dar prieš tikrą skrydį.
Kaip veikia krovinio numetimo saugos taisyklė ir kodėl sistema nepastebėjo vandens
Sistemos rekomendacijas lemianti saugos taisyklė yra sąmoningai atsargi. Jei matomas žmogus ar transporto priemonė, krovinio numesti negalima, nes jie gali pajudėti. Augmenija, pastatai ir vanduo vertinami tik maždaug 21 metro skersmens zonoje, kurioje gali nusileisti krovinys. Taisyklė yra paprasta ir nuspėjama, todėl ja lengva pasitikėti.
Tačiau taisyklė veiksminga tik tiek, kiek DI geba matyti. Kai modelis vis nepastebėdavo vandens, pakartotinis mokymas naudojant tuos pačius duomenis beveik nieko nepakeitė. Problema buvo ne mokymo procesas, o duomenys: modelis beveik nebuvo matęs vandens iš viršaus. Situaciją pakeitė papildoma viešai prieinama dronais filmuota užlietų teritorijų medžiaga. Anksčiau potvynių vaizduose vandens beveik neaptikdavęs modelis po to jį rasdavo daugeliu atvejų.
Tolesni AIDER žingsniai
Praėjus dešimčiai dvejų metų projekto mėnesių, AIDER vis dar yra prototipas. Kaskart į mokymo duomenis įtraukus naujų rūšių vaizdinę medžiagą, objektų aptikimas pagerėja, tačiau kai kurie atvejai tebėra sudėtingi: vanduo tokiose vietose kaip pačios komandos bandymų teritorijos ir žmonės, kuriuos iš 60 metrų aukščio sudaro vos keli pikseliai. Būtent tokios klaidos yra svarbiausios: nepastebėjus ežero krovinys būtų prarastas, o nepastebėjus žmogaus jam grėstų krintantis krovinys. Patobulinti modeliai dar bandomi prieš juos diegiant dronuose.
Užbaigus AIDER, sistema turėtų padėti pristatyti pagalbą nuo aplinkinio pasaulio atkirstoms bendruomenėms, o DI pirmiausia patvirtintų, kad apačioje esanti vieta yra laisva. Ten, kur keliai sunaikinti ir nusileisti nesaugu, tai galėtų padėti pagalbai atvykti greičiau.
Svarbiausia iki šiol išmokta pamoka yra susijusi su duomenimis. Modelis gali atpažinti tik tai, kas jam buvo parodyta, o situacijos, kuriose DI galėtų labiausiai padėti nelaimių metu, dažnai yra rečiausios ir pavojingiausios filmuoti. Simuliatoriai ir žaidimai leidžia komandai jas sukurti bei išbandyti dar iki atsirandant realiai vaizdinei medžiagai.