نهج التعلم لتعقب نشط وكفء للهدف الطائر بواسطة طائرة بدون طيار تعتمد على الرؤية البصرية

تعقب الأجسام الطائرة ذاتيًا له تطبيقات مدنية وعسكرية مهمة، تتراوح بين البحث والإنقاذ وحتى مكافحة أنظمة الطائرات بدون طيار (مُكافحة-UAS). يتطلب التعقب الأرضي إنشاء البنية التحتية، وقد يكون محدود المدى، وقد لا يكون قابلًا للتنفيذ في المناطق النائية أو المدن المزدحمة أو المناطق ذات الغطاء النباتي الكثيف. يعد التعقب البصري النشط للأجسام الطائرة من قبل مركبة جوية أخرى، مثل طائرة بدون طيار مطاردة (UAV)، واعدًا لسد هذه الفجوة الهامة، بالإضافة إلى خدمته في حالات التنسيق الجوي. يشمل التعقب البصري النشط بواسطة طائرة بدون طيار حل مشكلتين متصلتين: 1) الكشف عن الأجسام (الهدف) بفعالية حسابية ودقة تقدير حالة الهدف؛ و2) اتخاذ قرارات المناورة لضمان بقاء الهدف ضمن مجال الرؤية في الخطوات الزمنية المستقبلية وموقعه بشكل ملائم للاستمرار في الكشف عنه. كحل للمشكلة الأولى، يقدم هذا البحث دمجًا جديدًا بين الهندسات المعتمدة على التعلم العميق التقليدية ومرشح التوافق المرن (KCF) لتحقيق الكشف عن الأجسام بفعالية حسابية دون المساس بالدقة، على عكس الأساليب المستقلة للتعلم أو الترشيح. تم التحقق من الإطار الإدراكي المقترح باستخدام ترتيب مختبري صغير الحجم. بالنسبة للمشكلة الثانية، لتجاوز افتراضات الخطي والتغيرات الخلفية التي تحد من فعالية المراقبين التقليديين، نقدم استخدام التعلم التعزيزي لتدريب محكم عصبي لحساب المناورات السريعة للسرعة. تم تطوير فضاء الحالة الجديد وفضاء العمل والمكافآت لهذا الغرض، وأجريت التدريبات في المحاكاة باستخدام AirSim. كما تم اختبار النموذج المدرب في AirSim فيما يتعلق بالمناورات المعقدة للهدف، وتبين أنه يتفوق على التحكم PID الأساسي من حيث وقت التعقب المستمر والمسافة المتوسطة المحافظ عليها (من الهدف) أثناء التعقب.