苏黎世大学研发新算法以人工智能助力无人机导航

2018-01-25 09:51:45来源：盖世汽车李文龙关键词：人工智能无人机阅读量：32869

导读：随着无人机即将在城市普及，提升其导航能力以避免发生碰撞至关重要。日前，苏黎世大学研发了DroNet算法，可借助人工智能技术，为无人机提供导航服务，还能让无人机学会遵循交通规则。

　　【中国智能制造网智造快讯】随着无人机即将在城市普及，提升其导航能力以避免发生碰撞至关重要。日前，苏黎世大学研发了DroNet算法，可借助人工智能技术，为无人机提供导航服务，还能让无人机学会遵循交通规则。

　　据外媒报道，苏黎世大学(University of Zurich，UZH)研发了DroNet算法，使无人机能够沿着城市街道或在建筑物内飞行，该算法还需要通过骑行者及汽车驾驶员学习驾驶用例及相关的交通法规。

　　苏黎世大学及瑞士国家机器人能力研究中心(The Swiss National Competence Center of Research in Robotics)的研究人员已研发出DroNet算法，可为无人机提供导航服务，使其安全穿行于城市街道。

　　DroNet可输出两张图，其中一张被用于无人机导航，助其飞跃障碍物。而另一张图则被用于探查碰撞的可能性，并对危险情境作出应对。

　　DroNet可探查静态及动态的障碍物，降低飞行速度，旨在防止发生碰撞。凭借该算法，研究人员，实现了无人机独立导航功能，将该技术融入到人们的日常生活中。

　　瑞士研发人员所用无人机搭载了手机摄像头，DroNet算法功能强大，其利用了人工智能技术，用于评估观察到的环境。该算法由深度神经元网络组成，该软件可利用众多培训用例，学习解决复杂的任务。

　　深度学习的大挑战在于：需采集数千个这类培训用例。通过模拟训练，无人机还学会遵循相关交通规则。研究人员发现，其无人机不仅能实现道路导航，还能进入截然不同的环境，如：多层停车场及办公室走廊。

　　该研究表明，可部署无人机并将其用于监视任务或包裹快递(parcel deliveries)或是在城市遭灾时进行救援。然而，研究团队也提出了警示，不能对该款轻量化、低成本的无人机抱有过高的期望。

　　原标题：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

上一篇：智能巡检机器人成新宠助力电网行业智能化变革

下一篇：南方电网大型电力巡检无人直升机展开夜间巡检

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

改革在路上 | 达州打造低空经济“新样板”
达州拥有河市通用航空产业园、达州数字经济产业园等完善的产业资源，以及完整的上中下游配套产业体系，“数据 ”“算力 ”“智慧 ”百亿级产业集群能助力低空经济发展；且拥有1个民用机场、1个通用机场和7个临时起降点，有坚实的低空飞行网络基础。
低空经济无人机
2025-05-10 08:20:11
夯实学校人工智能教育服务教育强国建设
无论是培育人工智能领域的高端人才、激发人工智能环境中广大青少年的创新潜力，还是提升智能时代公民的适应力，都需超越传统的标准化人才培养模式，加强人工智能教育和创新能力培养。
人工智能教育
2025-05-08 17:26:13
推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。