Умное переключение зрения позволяет легким дронам ориентироваться в полете без перегрузки процессора
Аннотация Автономная навигация летательных аппаратов имеет решающее значение для различных приложений, от поисково-спасательных операций до автоматизации складов, требующих принятия решений в режиме реального времени в условиях жестких вычислительных и энергетических ограничений. Хотя традиционные геометрические подходы с использованием трехмерных облаков точек обеспечивают точную навигацию, они налагают непомерно высокие вычислительные затраты на дроны с ограниченными ресурсами, а существующие алгоритмы компьютерного зрения для семантической навигации создают фундаментальное узкое место в производительности, когда конфигурации статических параметров не могут адаптироваться к изменяющимся условиям окружающей среды. В данной статье этот пробел устраняется с помощью новой структуры процесса принятия решений Маркова (MDP), которая динамически оптимизирует параметры обнаружения объектов на основе входных характеристик, интеллектуально выбирая конфигурации алгоритмов как из конвейеров обнаружения на основе функций (HoG/Edgeboxes с SVM), так и из нейронных сетей (CNN), используя при этом показатели достоверности классификатора в качестве индикаторов качества. Комплексная оценка наборов данных о дорожных знаках KUL, пользовательских видеороликов, собранных дронами BU-RU, и аппаратного моделирования AirSim демонстрирует значительные улучшения производительности: сокращение времени выполнения 20-70% при сохранении точности обнаружения 98-100% по сравнению со статическими подходами, обработка в реальном времени со скоростью 30 кадров в секунду с разрешением 480 $$\times $$ × 270 и до 18 $$\times $$ × повышение скорости обработки кадров при выполнении задач навигации с обратной связью. Такое повышение вычислительной эффективности приводит к существенной экономии энергии, обеспечивая снижение энергопотребления на 6,9 Вт на оборудовании NVIDIA Jetson TX2 за счет пропорционального уменьшения времени обработки и вычислительной нагрузки.
## В чем суть открытия На протяжении десятилетий автономная робототехника сталкивалась с жестким физическим компромиссом между точностью восприятия и массогабаритными ограничениями летательных аппаратов. Классические подходы, основанные на трехмерных лазерных сканерах и построении плотных облаков точек, обеспечивают превосходную геометрическую надежность, однако требуют тяжелого оборудования и несоразмерных вычислительных мощностей. Маленький квадрокоптер попросту не способен поднять такую аппаратуру, а его скромная батарея мгновенно истощается. Переход к видеокамерам казался спасением, но породил новый барьер: семантическое распознавание образов с помощью современных нейросетей перегружает мобильные чипы. Инженеры традиционно выбирали статическую конфигурацию компьютерного зрения, вынужденно жертвуя либо частотой кадров ради точности, либо качеством детекции ради скорости. В итоге в динамичной среде дрон оказывался либо слеп к быстрым маневрам, либо беспомощен перед сложными визуальными сценами. Авторы нового исследования разорвали этот замкнутый круг, предложив адаптивную архитектуру на базе марковских процессов принятия решений, которая трансформирует обработку видеопотока из фиксированного конвейера в гибкую оптимизационную задачу реального времени. ## Как это устроено: принцип работы Идея строится на аналогии с адаптивной трансмиссией в скоростном автомобиле. Вместо того чтобы непрерывно пропускать каждый кадр через тяжелую сверточную нейросеть, алгоритм постоянно сопоставляет свойства входящего изображения с текущей уверенностью классификатора. В системе сосуществуют два принципиально разных конвейера детекции: легковесный классический блок на основе гистограмм ориентированных градиентов и метода опорных векторов, а также глубокая нейросетевая модель. Марковский процесс оценивает качество распознавания и принимает решение о переключении параметров в реальном времени. Если визуальная обстановка проста и понятна, система мгновенно переходит на экономичный режим с простыми признаками, высвобождая такты процессора. Как только дрон сталкивается с неоднозначным объектом или сложным фоном, порог уверенности падает, и система мгновенно активирует глубокие сверточные слои для точечной верификации. Вычислительный ресурс расходуется строго по требованию, превращая видеокамеру в динамический сенсор с регулируемой когнитивной нагрузкой. ## Результаты и доказательства Работоспособность алгоритма подтверждена комплексной серией испытаний, объединивших станда