通航信息_通航_通用航空_General Aviation

多旋翼无人机的顺利着陆是很困难的。复杂的湍流是由每个旋翼的气流产生的，当地面在下降过程中变得越来越近时，每个旋转的轮子都会从地面上反弹一些气流。工程师们觉得这件事很难解决，特别是对自主无人机而言。这就是为什么起飞和着陆往往是无人机飞行中最棘手的两个部分。无人机通常向着陆方向缓慢摆动，缓慢前进，直到最终切断电源。

在加州理工学院的自主系统和技术中心CAST，人工智能专家与控制专家合作开发了一个系统，该系统使用深度神经网络帮助自主无人机“学习”如何更安全、更快地着陆，同时消耗更少的能量。他们创建的系统叫做“神经着陆技术”，是一种基于学习的辅助控制器，它跟踪无人机的位置和速度，并相应地修改着陆轨迹和旋转速度，以实现最平稳的着陆。

5月22日，本次参与研究的科学家和工程师们将在电子工程师学会IEEE机器人自动化国际会议上发表一篇关于神经着陆技术的论文。

深层神经网络DNNs是受大脑等生物系统启发的人工智能系统。名称中的“深度”部分是指数据输入是通过多个层来转换的，每个层都以不同的方式处理传入的信息，以梳理出越来越复杂的细节。DNNs能够自动学习，这使得它们非常适合于重复任务。

为了确保无人机在DNN的指导下平稳飞行，该小组采用了一种称为光谱归一化的技术，它平滑了神经网络的输出，通过测量三维空间中偏离理想轨道的偏差来测量着陆的改进。进行了三种类型的试验：直线垂直着陆，下降弧形着陆，以及无人机掠过破碎表面的飞行。