在空中飞行，应对风是其中一部分。侧风会给飞行员降落飞机带来挑战，或者在小尺度上，一阵阵的阵风会扰乱无人机在狭小空域内的飞行。
为了提高无人机在风中飞行的机动性，加州理工学院的一个工程师团队开发了一种深度神经网络——一种人工智能工具——使其能够在气流中灵活飞行。研究人员在一个视频中展示了一架四旋翼无人机，借助该软件，它能够在风洞中，在 27 英里/小时的风速下，完成“8”字形机动和穿过小型障碍物的飞行。
科学家们首先需要收集数据来训练神经网络，以便让飞行器完成这些特技。这并不需要太多时间：仅仅 12 分钟的飞行时间。“这是非常少的数据，”加州理工学院航空航天系的毕业生 Michael O’Connell 回忆道，他是周三发表在《科学机器人学》杂志上的一篇描述这项工作的最新研究的作者之一。这项由人工智能驱动的工作被称为Neural-Fly，在此之前还有一些类似的工作，比如 Neural Lander 和 Neural-Swarm。
在这次最新的 Neural-Fly 实验训练中，无人机在风洞中以六种不同的风速进行飞行，最快速度为 13.4 英里/小时。“我们基本上教会无人机‘这就是被 5 英里/小时的风吹是什么样子，被 10 英里/小时的风吹又是什么样子’，”O’Connell 说。“无人机能够学会风的样子，然后当我们进行‘8’字形轨迹测试飞行时，它会利用这些经验，并说‘我以前见过这个’。”
利用这些数据，团队创建了深度神经网络，使他们的飞行器能够熟练地在同一个风洞中执行各种机动，例如以“8”字形穿过障碍物，或在两个椭圆形障碍物之间巡航。测试中无人机经历的速度比训练中遇到的速度要快：大约 27 英里/小时。加州理工学院的另一位论文作者、研究生 Guanya Shi 指出，这是该风洞能产生的最大风速。该软件不仅只需要少量数据，而且运行在一个廉价的计算设备——树莓派（Raspberry Pi）上。
加州理工学院航空航天、控制与动力学系统教授，也是该论文的合著者 Soon-Jo Chung 表示，与现有的精确无人机飞行的“最先进”技术相比，新系统的误差率降低了 2.5 到 4 倍。Chung 还指出，驱动无人机的深度神经网络还具有“自适应控制”功能，称其为“突破性方法”。这意味着人工智能可以实时地对风况的变化做出自适应响应。
Chung 认为，这种机器学习系统在未来天空中可能充满更多无人机的应用前景。像联邦快递 (FedEx) 这样的公司正在探索使用大型无人机来帮助运输包裹，而 Alphabet 旗下的 Wing 正在得克萨斯州通过小型无人机运送消费品。与此同时，其他公司正在研发能够载人的电动飞行器——这些是能够垂直起降的空中出租车。这些计划范围广泛，包括设计用于载着乘客自主飞行的飞行器，以及目前计划由人类飞行员驾驶的飞行器。
Chung 说，需要“终极安全保障”的无人机可以从这样的软件中受益。“最典型的例子显然是飞行汽车，因为它们必须载着人类乘客。”
“我们希望创造一个未来，那里有能够应对任何风况——龙卷风、飓风和暴风雨——的、安全的无人驾驶飞行器，”Chung 补充道。“我不能说我们能立刻通过 Neural-Fly 实现这一点，但我们正在朝着这个目标迈出重要的一步。”
毕竟，无论无人机是运送包裹还是载人，它都需要能够安全地降落在停机坪上，即使风以不可预测的方式吹拂。如果没有安全着陆的保证，任务可能在起飞前就被取消，或者已经飞行中的飞行器需要被重新路由到其他地点。
观看下面的技术短视频
