도박 룰렛의 비행 데크에 헬리콥터를 착륙하는 것은 해군 조종사의 가장 도전적이고 복잡한 기동 중 하나입니다. 활주로와 달리, 도박 룰렛의 착륙장은 작고 바다와 함께 흔들리는 끊임없이 움직이는 대상입니다.
미국 해군은 이러한 어려운 조건에 적응할 수있는 솔루션을 추구하고 있으며 Texas A & M University 연구원들에게 차세대 자율적 수직 이륙 및 착륙 (VTOL) 도박 룰렛를 개발하고 있습니다. 최적의 도박 룰렛 설계와 강력한 기계 학습 알고리즘을 결합함으로써 연구원들은 Rough Seas에 자동화 된 도박 룰렛 선박에 대한 새로운 접근 방식을 제안하고 있습니다.
“헬리콥터 조종사가 도박 룰렛 갑판에 착륙하려고 할 때 실제로 움직이는 갑판을 보지 않을 것”이라고 Texas A & M의 Aerospace Engineering 부교수 인 Moble Benedict 박사는 말했다. "움직이는 데크를 보면 조종사가 혼란스러워 지므로 조종사에게 인공 지평을 제공하는 녹색의 조명, 자이로 안정화 스트립 인 Horizon Bar라는 도박 룰렛의 특수 장비를 보도록 훈련을받습니다.".
최근의 연구는 카메라, GPS 및 LIDAR를 사용하여 이동 선을 추적하고 도박 룰렛를 동작에 맞게 조정하여 Horizon Bar 대신 선박 데크를 추적하는 데 중점을 두었습니다. 대신, 프로젝트의 전기 및 컴퓨터 엔지니어링 및 Co-PI 부서의 조교수 인 Benedict와 Dileep Kalathil 박사는 Horizon Bar를 추적하면서 파일럿의 행동을 모방하여 착륙 프로세스를 자동화하고 있습니다..
“강화 학습은 자율 시스템을위한 제어 알고리즘을 개발하기위한 기계 학습 클래스”라고 Kalathil은 말했다. "우리는 강화 학습 제어 알고리즘을 개발하고 있으므로 차량이 코스를 바꾸거나 바람이 불고 있더라도 여전히 수평선 막대를 추적 할 수 있습니다.".
Benedict와 Kalathil은 강화 학습을 사용하여 중간 정도의 수평 바람, 안개 가시성 및 코스 및 속도의 변화를 포함하여 다양한 조건에서 무인 공중 시스템 (UAS)을 추적하고 안전하게 착륙시키는 데 성공했습니다. 이제 그들은 이러한 진보를 구축하기 위해 각자의 도박 룰렛 우주 공학 및 전기 및 컴퓨터 공학 분야를 통합하고 있습니다.
“나의 초점은 비행 역학을 이해하면서 강력한 도박 룰렛 기반 운영 및 고효율을위한 새로운 세대의 UAS를 설계하는 데 중점을 둘 것”이라고 Benedict는 말했다. "그리고 Kalathil 박사의 초점은 강화 학습을 사용하여 불확실한 환경을 위해이 자율적 과정을 더욱 강력하게 만드는 데 중점을 둡니다."
궁극적으로 해군은 세 가지 요소에 관심이 있습니다. 독립적 인 활주로 인 도박 룰렛는 이륙하여 수직으로 착륙 할 수 있습니다. 도박 룰렛가 한 번에 긴 기간 동안 비행 할 수 있도록 크루즈 효율성;
Benedict는 Rotorcraft에 대한 전문 지식을 가성 및 효율적인 VTOL 도박 룰렛 개념 설계에 적용하고 있으며, 수직 비행에서 고정 날개 크루즈로 전환 할 때 접을 수있는 날개를 포함 할 수 있습니다. 시뮬레이션, 풍동 테스트 및 비행 테스트를 사용하여 Kalathil이 개발 한 제어 시스템을 보완 할 하위 척도 모델을 구축하기 위해 이러한 개념의 성능과 역학을 분석합니다..
강화 학습에 대한 전문 지식을 사용하여 Kalathil은 도박 룰렛 조건을 처리 할 수있을 정도로 견고하고 실시간 데이터를 사용하여 신속하게 적응하여 파일럿과 유사하게 반응하는 데 최적화 된 알고리즘을 개발하고 있습니다.
“자율 도박 룰렛 상륙의 주요 과제 중 하나는 거친 바다의 예측할 수없는 특성입니다.”라고 Kalathil은 말했습니다. "그러나 UAS 어셈블리에 바람의 속도와 방향을 측정하는 바람 센서가 있다면 해당 정보를 사용하여 특정 조건에 대응할 수 있습니다.".
이 적응성은 다른 발전에 직면 한 시뮬레이션 대 현실 격차를 해결합니다. Kalathil은 또한 다중 UAS를 제어하기 위해 협업 콘솔을 사용하고 있습니다.
해군은 자동화 된 VTOL 도박 룰렛 선박 착륙에 대한 강력한 솔루션을 개발하기 위해이 3 년간의 프로젝트에 자금을 지원하고 있습니다. Benedict와 Kalathil은 Texas A & M에서 학제 간 협력을 계속 하여이 솔루션을 향해 노력할 수 있기를 기대합니다.