开发人工智能/机器学习（AI/ML）算法帮助无人机进行自动补给

随着美军对空中无人机进行监视和侦察的依赖增加，一个有趣的战术问题出现了：无人机的电池不可避免地耗尽，限制了它们的用途，甚至更糟的是，它们无法完成任务。一种正在寻求的解决方案是使用陆基自动驾驶汽车，可以将其派出给战场空中无人机的耗尽电池充电。美国陆军正在资助正在进行的研究，这将使小型无人飞机系统（sUAS）小组下降到无人地面车辆（UGV）进行自动补给，以便他们继续执行任务。

美国陆军作战能力发展司令部（CCDC）陆军研究实验室（ARL）正在与伊利诺伊州芝加哥大学进行为期四年，价值800万美元的合作协议，以开发关键的推进力和动力技术，为未来的UAAS提供动力。

赞助|如何避免HPC数据流量阻塞

工作的一部分包括开发人工智能/机器学习（AI / ML）算法，以使sUAS能够找到最佳路线规划，以自动返回到UGV进行充电。军事上采用AI / ML的原因是需要对通向UGV的无人机路线进行自主控制，这包括扩大作战范围和任务时间。

项目经理Mike Kweon博士说，目前的挑战是，采用当前电池技术的sUAS大约有26分钟的时间执行飞行任务并在断电之前返回家中，这将需要士兵携带数千枚电池进行任务ARL的多功能战术动力和推进基本研究计划。

Kweon说：“如果不解决如何满足能源需求，使用人工智能和机器学习的所有其他先进技术将对陆军毫无用处。”“在战场上，我们没有奢侈地更换数百个无人机的电池并将其充电数小时。”

小型无人机

研究人员目前正在研究充电选项，并开发了几种AI / ML算法，以使诸如四旋翼飞行器之类的小型无人机能够找到最佳路线以及监视和改善电源管理。

工作原理：小型无人机将使用电池电量传感器来响应电池电量的状态来打开三个LED灯（绿色，黄色和红色）之一。绿灯将指示无人机的电池处于最佳电量范围内。当电源降至最佳水平以下时，黄灯将亮起，红灯将指示无人机将在几秒钟或几分钟内没有电。

当电池传感器降到最佳水平以下时，无人机将自动下降并悬停在UGV的充电端口上以进行无线充电。

研究人员正在使用诸如光谱诊断和数据科学之类的先进技术来开发用于UAS的传感器和控制系统。（资料来源：美国陆军CCDC陆军研究实验室）

Kweon说，可以同时从同一个UGV无线充电的无人机数量取决于平台外无线功率传输技术的功能。

他解释说：“平台外的无线充电意味着sUAS可以从UGV充电。”“距离也是设计参数。”

Kweon指出，研究人员正在对许多UAS进行运营影响分析，以便在不同任务情况下进行充电。

他们还考虑了各种充电选项。Kweon说：“在短期内，我们将使用经过改进的锂离子电池，以便快速充电六分钟。”

这些无人机将携带用于情报，监视和侦察（ISR）的摄像头（这是美国陆军中小型无人机的常见任务），并用于救援任务。所有图像都可以发送到命令控件，以进行态势感知和决策。

对于UGV，它们是小型的多功能运输工具（SMET），“将具有由发动机或混合动力系统提供动力的推进系统”以及充电板，Kweon解释说。他指出，有关UGV的更多细节无法讨论。

AI / ML算法

研究人员团队正在研究几种AI / ML算法。伊利诺伊州芝加哥大学正在开发的算法将主要侧重于找到通往UGV的最佳（最短）充电路径。该算法使用无监督学习来收集路线数据并在无人监督的情况下从中学习。

CCDC陆军研究实验室正在与伊利诺伊州芝加哥大学合作，开发小型无人机的算法，这将导致软件帮助sUAS自主地从军事任务返回无人地面车辆进行充电。（来源：伊利诺伊大学芝加哥分校）

Kweon的计划还负责能源和电力管理，包括自动充电。路由算法的类似功能将应用于能量/功率管理算法。

“ [能源/电源管理]算法将具有多个子模型，” Kweon说。“算法的目的是监视能量水平；结合任务概况，环境和其他因素，预测任务所需的能量/功率，并与无人飞行器进行通信，以找到最佳时机和返回路线进行充电。”

他补充说，准确度对于有效执行任务以及不损失资产都很重要。

Kweon说：“这些算法将被编程并集成到广泛的自治堆栈中，以进行自治操作。”

ARL还正在开发支持AI的算法，以在无人机被鸟和其他飞行物体击中时自动操纵无人机。无人机在空中时必须能够快速返回原始路径或采取替代路线。

此外，陆军实验室研究的“机动与机动性人工智能基础研究计划（AIMM ERP）”的主要目标之一是开发用于UGV的自动越野行驶算法。

当无人机需要充电以继续执行任务时，无人机需要找到一条通往UGV的优化路径。在有争议的地区，路径可能很复杂。” Kweon说。“无人机还需要找到最佳路径，同时将回程期间的能源消耗降至最低。”

大型无人机

对于大型无人机（包括“未来战术无人飞机系统”，RQ-7“影子”无人机和MQ-1C“灰鹰”（中空长寿命无人机），与小型无人机相比，其推进和动力要求不同，陆军-获资助的研究将集中在多燃料混合动力推进系统中的燃料传感器的小型化上。

“实现多种燃料运行的关键领域包括点火，燃料输送和空气管理，这是任何发动机设计中的典型要素，” Kweon说。“主要区别在于要求与商业和地面应用完全不同。对于新的设计，材料，传感和控制方法，必须了解基本物理原理。同时，这些技术需要通过与行业合作来加速技术开发。”

无人机将使用多燃料传感器，“以检测输送到发动机的燃料的性质，从而使发动机可以更可靠地利用任何类型的燃料运行，” Kweon说。“与商业部门不同，陆军需要使用喷气燃料（其主要着火特性从汽油到柴油的特性）以及国外的任何本地可用燃料。”

Kweon指出，非常重要的一点是，大型UAS可以使用任何类型的燃料运行，同时降低组件故障的风险。“我们要确保我们的UAS在任何类型的燃料上都能可靠运行，并且主要部件不会出现故障，以便我们能够继续执行任务（提高准备状态）并减少部件故障（提高可持续性）。”

他补充说，长期目标是拥有一个“可以实时检测关键燃料特性而与燃料类型无关的传感器”。
编辑：hfy