Турбулентность — это название, которое мы даем изменениям давления воздуха, вызывающим тряску самолета. Это наиболее заметно, когда самолет трясется, проходя через изменения давления воздуха в середине полета. В отличие от летающих животных, у которых развилась природная способность чувствовать изменения в окружающей среде, вызывающие турбулентность, и быстро перестраиваться для поддержания плавного полета.
Исследование, опубликованное 24 сентября в журнале NPJ Robotics, описывает, как ученые могут разработать технику управления для самолетов. Для этого потребовалось использовать систему искусственного интеллекта (ИИ) под названием FALCON для автоматической корректировки полета с учетом турбулентности.
Обучение с подкреплением — метод обучения ИИ — ранее использовался для разработки систем управления с дополнением ИИ, но только для конкретных сред или транспортных средств. FALCON, напротив, был обучен понимать глубинные принципы, вызывающие турбулентность, чтобы адаптироваться к любым условиям.
В основе FALCON лежат методы Фурье, которые используют сложные синусоидальные волны для представления данных. Исследователи обнаружили, что представление ветра в цифровом виде в виде периодических волн является эффективным средством моделирования турбулентности, поскольку прилив и отлив ветра и его последствия естественным образом следуют волнообразной структуре.
«Использование обучения с подкреплением для адаптации в реальном времени примечательно тем, что оно обучает основную модель турбулентности», — сказал Live Science Хевер Монкайо, профессор аэрокосмической инженерии в Аэронавтическом университете Эмбри-Риддла. «Я считаю, что эта технология вполне осуществима, особенно с нынешними вычислительными возможностями, такими как Jetson, которые поддерживают интеграцию адаптивного обучения, Фурье-анализа и вычислений в режиме реального времени».
Ученые протестировали ИИ в аэродинамической трубе в Калифорнийском технологическом институте, используя крыло с аэродинамической спиралью для представления БПЛА и оснастив его датчиками давления и управляющими поверхностями. С их помощью он ощущал изменения давления и регулировал угол наклона и рысканья, чтобы сохранить устойчивость. Кроме того, в аэродинамической трубе перед крылом был установлен подвижный цилиндр для создания случайных колебаний турбулентности.
Было обнаружено, что после девяти минут обучения, в течение которых FALCON постоянно пытался адаптироваться к изменяющейся турбулентности и передавал результаты, ИИ смог сохранить устойчивость аэродинамического крыла в аэродинамической трубе.
«Испытания в аэродинамической трубе, проведенные в Калифорнийском технологическом институте, показали, что FALCON может обучаться в течение нескольких минут, что указывает на возможность масштабирования на более крупные самолеты», — сказал Монкайо. «Тем не менее, реальные проблемы остаются, в частности, быстрая адаптация к разнообразным и непредсказуемым условиям и проверка эффективности при различных конфигурациях БПЛА и ветровой обстановке».
Обеспечивая автоматическую адаптацию к турбулентности, это исследование может привести к более плавному полету БПЛА и коммерческих самолетов. Исследователи также предложили возможность обмена данными об окружающей среде между самолетами, чтобы предупредить о возникновении помех. Однако, учитывая проблемы кибербезопасности, связанные с системами управления самолетами, это потребует надежного протокола безопасности, который необходимо будет тщательно проанализировать и протестировать заранее.
«Дальнейшие разработки, скорее всего, будут направлены на повышение точности прогнозирования и сокращение времени обучения, что вполне осуществимо, но сложно», — говорит Монкайо. «Кроме того, обмен информацией между самолетами повысит предсказательную способность системы, но для более широкого применения, вероятно, потребуются надежные стандарты связи и протоколы обработки данных».
Следующий этап исследования направлен на сокращение времени обучения ИИ. Это, вероятно, станет основной задачей исследователей, поскольку способность быстро адаптироваться к условиям окружающей среды необходима для практического решения проблемы турбулентности.
Исследователи также планируют расширить возможности FALCON, интегрируя его с другими датчиками и системами управления, чтобы улучшить его реакцию на более сложные условия полета. Это может включать использование данных с метеорологических спутников и наземных станций для более полного понимания текущих метеорологических условий. Объединение таких данных с датчиками на борту позволит системе более точно и быстро реагировать на изменения окружающей среды.
Кроме того, важно учитывать взаимодействие между несколькими БПЛА, что может привести к созданию сети, способной обмениваться данными не только о турбулентности, но и о других опасностях, таких как изменения в воздушных потоках или зоны, подверженные сильным ветрам. Это сотрудничество может повысить безопасность полетов и снизить риск аварий.
В целом, усовершенствование технологий адаптации к турбулентности открывает новые горизонты для беспилотной авиации и коммерческих рейсов. Как только эти системы будут оптимизированы и протестированы, они могут стать важным шагом к более безопасному и комфортному воздуху для всех пользователей. Ученые уверены, что следующая революция в авиации начинается с адаптивных технологий, таких как FALCON.
