Стэнфордские учёные создали систему дронов доставки, которые пользуются общественным транспортом
Учёные из Стэнфордского университета разработали способ использования общественного транспорта при доставке посылок дронами. Это решение поможет увеличить скорость доставки и возможное расстояние, а также снизить экономические затраты.
На данный момент беспилотники доставки не могут свободно летать через центры крупных городов, поскольку в них сосредоточено большое количество препятствий для полёта. Однако использование общественного транспорта дронами поможет им пересекать труднопроходимые области. Согласно методике учёных из Стэнфордского университета, беспилотники могут прикрепляться к внешней стороне автобусов или трамваев, что позволит увеличить дальность полёта на 260% в сравнении с одиночным полётом.
Разработанная специалистами система может руководить работой комплекса дронов до 200 единиц, доставляя ежедневно до 5000 посылок. Искусственный интеллект системы может функционировать в крупных городах с количеством остановок общественного транспорта до 8000 — учёные тестировали её в Сан-Франциско и Вашингтоне. При этом специалисты не запрашивали каких-либо дополнительных данных в департаментах по общественному транспорту в этих городах — системе достаточно иметь сведения об остановках, размещённые в открытом доступе. При этом исследователи отмечают, что, хоть и не консультировались с городскими службами, в дальнейшем связаться с ними будет иметь смысл, чтобы определить дополнительные внешние факторы и потенциальное воздействие на городскую среду при использовании автобусов и трамваев для дронов доставки.
Исследование учёных из Стэнфордского университета стало продолжением прошлогодней работы Чоудхудри и Микель Кохендерферов, в которой описывался алгоритм DREAMR — он способен управлять одним беспилотником с использованием автобусов и трамваев. Искусственный интеллект новой системы по принципу работы похож на аналогичные алгоритмы, предназначенные для координации нескольких видов транспорта. Он работает на двух уровнях: верхний рассчитывает последовательность и время доставки с помощью полиномиального исчисления, а нижний определяет наиболее оптимальные маршруты для всех беспилотников, которые находятся в работе.
Отмечается, что на данный момент система может полноценно обрабатывать запросы, если дроны несут по одной посылке и отправляются на дозарядку в перерывах между отправлениями. Кроме того, она не учитывает возможные задержки и жёсткие временные рамки, которые потенциально могут устанавливать клиенты — дроны прилетают по адресу как можно быстрее, однако могут не успевать к заданному сроку из-за неопределённости движения общественного транспорта и ситуации на дорогах. В ближайшем будущем исследователи постараются учесть и эти факторы, а также оценить эксплуатационные расходы и потенциальные внешние факторы, такие как шумовое загрязнение и воздействие на людей.
