UAV / UCAV / LAR (robotit) Uutiset ja jutut

  • Viestiketjun aloittaja Viestiketjun aloittaja Raveni
  • Aloitus PVM Aloitus PVM
Monimutkainen diili. Marokko osti siis 13 Bayraktar TB2:ia Turkista. Nyt lyhyen ja keskikantaman ilmatorjuntaohjusta, tankkeja ja panssaroituja ajoneuvoja Israelista. Lisäksi marokkolainen kamikaze-drone kehitetään israelilaisavuin. Ennestään on jo Elbit Hermes 900 ostettu (myös Sveitsi osti niitä Rangerien korvaajaksi, meillä ei ole varaa vastaavaan hyppyyn).
“The contract is to include short- and medium-range missile systems the Moroccan Army needs to strengthen its military arsenal, as well as armored vehicles and tanks that can be used in any armed conflict that might break out with Algeria or paralyze any Polisario [Front] movements along the Western Sahara wall,” Shkeir added, referring to the armed political organization that wants to end Moroccan control of the desert region.
 
Monimutkainen diili. Marokko osti siis 13 Bayraktar TB2:ia Turkista. Nyt lyhyen ja keskikantaman ilmatorjuntaohjusta, tankkeja ja panssaroituja ajoneuvoja Israelista. Lisäksi marokkolainen kamikaze-drone kehitetään israelilaisavuin. Ennestään on jo Elbit Hermes 900 ostettu (myös Sveitsi osti niitä Rangerien korvaajaksi, meillä ei ole varaa vastaavaan hyppyyn).


Kyllä meillä varmaankin varaa olisi, mutta todnäk joku sotatalouteen perehdyttämätön untamo on onnistunut kirjoittamaan kehittämisohjelmaan täysin epärealistisen hankintakehyksen.
 
Sabotaasi/häirintä havainnollistettuna. Tai sitten on keksitty tosi nopeasti sijaiskärsijä omalle tötöilylle.
Jos osumakohdat olisi erilaisia tuollaiselta voisi näyttä swarm hyökkäys. Suuri määrä pieniä itsemurhadroneja sataa taivaalta väkijoukon niskaan.
 
Juu kyllä noi selvästi joku muu toi alas ku et ois jostain akuista kyse. Osa taitoi tulla ns. hallitusti alas varmaan jonku moisen sisäänrakkenullun turvasysteemin avulla ja osa sit tipahteli vapaammin.
 
Juu kyllä noi selvästi joku muu toi alas ku et ois jostain akuista kyse. Osa taitoi tulla ns. hallitusti alas varmaan jonku moisen sisäänrakkenullun turvasysteemin avulla ja osa sit tipahteli vapaammin.

Jotenkin tuntuisi, että navigaatio järjestelmään vaikuttaminen saisi kaikki lennokit putoamaan samaan tapaan, mutta ehkä siinä on useampi muuttuja siinäkin.
 

The trick here, to the extent that there's a trick, is that the drone performs a direct mapping of sensor input (from an Intel RealSense 435 stereo depth camera) to collision-free trajectories. Conventional obstacle avoidance involves first collecting sensor data; making a map based on that sensor data; and finally making a plan based on that map. This approach works perfectly fine as long as you're not concerned with getting all of that done quickly, but for a drone with limited onboard resources moving at high speed, it just takes too long. UZH's approach is instead to go straight from sensor input to trajectory output, which is much faster and allows the speed of the drone to increase substantially.

The convolutional network that performs this sensor-to-trajectory mapping was trained entirely in simulation, which is cheaper and easier but (I would have to guess) less fun than letting actual drones hammer themselves against obstacles over and over until they figure things out. A simulated "expert" drone pilot that has access to a 3D point cloud, perfect state estimation, and computation that's not constrained by real-time requirements trains its own end-to-end policy, which is of course not achievable in real life. But then, the simulated system that will be operating under real-life constraints just learns in simulation to match the expert as closely as possible, which is how you get that expert-level performance in a way that can be taken out of simulation and transferred to a real drone without any adaptation or fine-tuning.

The other big part of this is making that sim-to-real transition, which can be problematic because simulation doesn't always do a great job of simulating everything that happens in the world that can screw with a robot. But this method turns out to be very robust against motion blur, sensor noise, and other perception artifacts. The drone has successfully navigated through real world environments including snowy terrains, derailed trains, ruins, thick vegetation, and collapsed buildings.
Ajatuksia herättävä.
 


Ajatuksia herättävä.

No joo, aika kylmäävä video sotilaallisesta näkökulmasta. Noita linjalta massatuotantona, jokaisessa pienoisräjähde ja sitten suunta metsän läpi kohti oletettua vihollista. Vähän kuin yrittäisi puolustautua mehiläisparven hyökkäykseltä ilman mitään ennakkovaroitusta....
 
Eiköhän joku ala keksimään lähialuetutkaa joka osaa erottaa orgaanisen materiaalin ja epäorgaanisen ja siihen integroitu jammeri tai muu droneja pudottava tekniikka.
 
Back
Top