奧爾堡大學無人機:未來風力發電機的巡檢
丹麥奧爾堡大學位于繁華的風力發電機產業區的中心地帶，從校園內可以看到海上風力發電場，附近的港口是歐洲最大的風力發電機出口港。
丹麥是全球綠色能源使用領先的國家。2018年，全國幾乎41%的能源供應來自風力發電。但隨著風力發電機安裝數量的不斷增加，對其檢修的需求也越來越大。目前主要通過人工操作，成本相當高，而且會造成相當大的污染。由Petar Durdevic博士領導的奧爾堡大學的研究小組認為，自動化技術可以幫助更快地完成這項工作，同時能夠降低成本，提高精確度，并將人們從危險的環境中解放出來。
面向實際應用且可擴展的開發技術
“我相信無人機將成為我們未來的重要組成部分。特別是在面對像風力發電機檢查的活動中，無人機可以完成很多人類無法完成的任務?！盌urdevic博士說。他的目標是設計一種能夠完全感知環境的無人機，能夠自動完成風力發電機的檢測，而不需要人力的投入。Durdevic博士和他的團隊也希望他們的技術在實際應用中具有可擴展性，以便它可以直接應用到與當地行業的合作中去。
為了達到這個目標，他們需要一個能夠支持他們在實驗室中安全的測試他們的想法的系統，完成概念的迅速開發與驗證。
智能、靈活的系統支持團隊專注于核心研究
他們選擇了Quanser多智能體協同控制實驗系統?！斑@是一個非常智能的系統，給了我們很多靈活性，”Durdevic博士說，“我們無須對任何硬件進行開發。相反，我們可以更加專注于我們的理論研究。通過使用QDrone，我們可以快速實現我們的一些先進技術，并最終完成測試和驗證。”
作為第一步，團隊開始研究如何將經典控制與基于視覺的方法相結合實現在環境中導航。這一階段的任務是在視覺上識別風力渦輪機，然后在不使用GPS的情況下自主導航。
在最初的工作中，小組使用了Quanser開發的控制器。“我們想熟悉這個系統，同時把注意力集中在這個瘋狂的想法上--使用深層神經網絡來計算對我們的姿態和位置控制器的輸入，”Durdevic博士說，“這對我們非常有效?！彼械挠嬎愣际窃贛ATLAB/Simulink中完成的。學習使用自主多智能體協同控制對于團隊來說是相當方便快捷的，因為和他們在其他教學和研究活動時使用的工具完全一致。
隨著團隊對系統的熟悉，他們開始使用神經網絡搭建自己的控制器，這一次使用視覺伺服的方法，能夠在離岸環境中航行，然后找到一個風力發電機并定位導航，到達指定位置后使用視覺進行檢測。
他們開發了一種對攝像頭的視覺輸入進行分割的算法，然后使用訓練好的神經網絡對這些片段進行處理，以找到風力發電機，并計算無人機與風力發電機的相對位置。一旦無人機識別出風力發電機，它就會利用視覺輸入來避障和偏航控制。
“我們真的很高興我們有了Quanser的無人系統?！?/span> Durdevic博士說，“測試我們的方法和運行神經網絡需要大量的GPU資源，但一切都運行得很好。”
奧爾堡大學的團隊選擇Quanser自主多智能體系統的另一個用途是教學。Durdevic博士指出：“我們大學鼓勵基于問題和項目（PBL）的學習方式?！边@意味著奧爾堡的學生要花50%的時間在項目上?！拔覀兿Ｍo學生提供好的項目來激勵他們，教他們有用的技能。” Durdevic博士繼續說，“我們選擇Quanser的無人系統，因為我們不需要自己花時間在焊接和拉線上。我們的重點是開發控制算法和研究人工智能，而不是制造無人機。”
三個月內將一個想法變成一篇研究論文
奧爾堡大學的團隊可以在第一天就把精力集中在開發多智能體控制上。難怪他們在“自主多智能體控制系統”交貨后僅僅三個月后就提交了他們的第一份研究論文，并在2019年IFAC第十屆智能自主車輛國際研討會上發表了這篇論文。
學生們也喜歡用無人機做研究。其中有一個項目涉及設計一個最優控制器，包括作為狀態反饋的電機推力動力學。據說，控制器的設計甚至比Quanser提供的示例更好。
滬公網安備 31011202011813號