Заседание Высокого общества коптероводов
На мясо в соседнюю страну
Пока ещё нету официального состояния войны (надеюсь и не будет никогда). А потому тотальную мобилизацию никто не объявлял. И потому никого на мясо в соседнюю страну не пошлют, а особенно “партизанов” - палку не перегибайте. Запасники - они ведь не совсем под присягой - могут и на*** послать.
И даже если кого-то туда пошлют (например наемник-контрактник какой-нибудь), всяко лучше быть за пультом коптера (самолета) у телевизора или в очках, чем на передовой под пулями - мне так кажется.
Куда-нибудь поинтереснее - я имел ввиду какие-нибудь специализированные курсы, пусть не робототехники, но хотя-бы что-нибудь связанное с интеллектуальной деятельностью. А не просто “водку жрат - строем ходит” - как обычно проходят такие сборы.
Давайте вернемся к коптерам, хорошо? (уже по зомбоящику выворачивает от этого всего)
уже по зомбоящику выворачивает от этого всего
Так не смотрите же его!
Вот у меня нет дебилизора (целенаправленно нет) - и нет головняка от него. Советую! 😃
PS: наврал, один маленький дебилизор все-таки есть - экраном служит. 😃
Угу, только при адекватной реализации она бы, в итоге, эмулировала тот-же самый ПИД (только куда более сложный в перенастройке), а при избыточности - эмулировала бы ПИД + внезапные отказы с элементами низшего пилотажа
Вы наверное плохо понимаете что на деле делает PIDрегулировка, и чем занимаются нейросети. Первая осуществляет грубую коррекцию отклонений объекта в силу внешних воздействий от выбраного оператором (пилотом)направления с помощью линейно-интегрально-дифференциальных поправок при вычислении компенсирующих усилий, дабы избежать раскачки после возврата (иначе говоря, старается сделать добротность системы равной нулю). Нейросеть же, в ходе обучения создает нечто на подобии конечного автомата, который уже сразу знает что, при таком-то отклонении нужно сделать такой-то обратное усилие. Таким образом, если PID это некое усредненное значение которое более-менее работает при данной развесовке и может уже не ахти работать при другой или вообще дать ошибку при чрезмерно сильном или малом но регулярном воздействии в частоте резонанса конструкции, то нейросеть - это скромное подобие живой системы вистибулярного аппарата и первичной нервной системы, и в перспективе такая система более гибкая и защищенная от внешних нетипичных воздействий. И никакого PID она не будет моделировать, ибо принципы работы у них совершенно разные.
Насчет железа, сейчас дофига ибиэм-совместимых компов размерами чуть больше типового мозга коптера (всякие там распбери-пи и проч.), опять-же - мобильные процессора вполне себе шустрые. ПО конечно с нуля придется под них писать, но - железо то готовое, только бери!
Все что было на базе х86 до сих пор, слишком энергоемкое, плюс не особо обвязано необходимой периферией. Данный же набор создавался именно под интернет мелких вещей. Даже само наличие автономного питания на LiPo в одной из плат говорит, что ориентировка идет именно в сторону мобильных приложений для такого устройства. Самое то, что нужно. Даже ПО с ориентировкой под Arduino. Да и есть платы обратной совместимостью с этим направлением устройств. Собственно - на первом этапе я думаю сравнительно просто было бы портировать Ardupilot. Уверен, через пару месяцев уже появятся такие вот готовые проекты. Ну и кроме того Raspberry Pi вообще не на той процессорной платформе построено (ARM11 процессором Broadcom BCM2835). Все таки Atom имеет встроенный мощный арифметический блок. И если даже в STM32 приходится выкручиваться для решения задач с плавающей запятой, то х86 решают их напрямую, что очень серьезно увеличивает производительность вычислений, особенно в реальном времени.
Куда-нибудь поинтереснее - я имел ввиду какие-нибудь специализированные курсы, пусть не робототехники, но хотя-бы что-нибудь связанное с интеллектуальной деятельностью.
Это же классика.
-Рядовой Иванов, вы сильный программист?
-Так точно!
-Отлично, пойдете грузить компьютеры.
Вы наверное плохо понимаете что на деле делает PIDрегулировка, и чем занимаются нейросети.
Как раз понимаю очень хорошо: имею прктический опыт и в том, и в другом. И даже могу рассказать то, что в факах и мурзилках по нейросетям не написано, так как является следующим уровнем познаний в этой области.
Первая осуществляет грубую коррекцию отклонений объекта в силу вне…
Не грубую, а точную - согласно заданной функции управления. А функция управления считает существенными три параметра: сигнал ошибки, интегральный сигнал ошибки, и скорость изменения сигнала ошибки (дифференциальный сигнал ошибки). Эта модель достаточно точно описывает объекты, которыми управляет ПИД регулятор.
Коррекция становится грубой лишь при неправильной настройке коэффициентов ПИД-регулятора.
то нейросеть - это скромное подобие живой системы вистибулярного а…
Эта фраза имеет смысл с точки зрения теории нейросетей, но является полной чушью на практике!
Дело в том, что с инженерной точки зрения (а искусственные нейросети - это именно раздел инженерии, а не биологии и не философии!) нейросеть - это реализация некой конкретной передаточной функции в слепую: когда сама функция заранее не известна и не формализована. Но функция-то при этом - вполне конкретная!
в перспективе такая система более гибкая и защищенная от внешних нетипичных воздействий.
Только если речь идет о ИНС, которая постоянно обучается. А это - куда боле сложная задача, чем ИНС, обученая заранее один раз. И, при практическом воплощении, чреватая осложнениями: без внешнего контроля, даже грамотные по структуре ИНС могут “сходить с ума” - просто от случая или избытка поступающей новой информации. В случае коптера это означает те самые внезапные элементы низшего пилотажа, о которых я говорил.
При этом с точки зрения целенаправленной настройки - ИНС нифига не более гибкая система. Чтобы реализуемые коэффициенты ПИД-ов банально поменять - надо переучивать всю сеть.
…ибо принципы работы у них совершенно разные.
Заявление абсурдно.
Потому, что если при помощи неросети эмулировать только и конкретно ПИД - структура сети и значимые веса в ее матрицах в итоге создатут почти ту-же математику, что у ПИД-регулятора, реализованого хардкодом. С точки зрения производимых процессором вычислений, оба решения могут оказаться не просто похожими, а идентичными ❗ Если вход нашей сети быдет брать 3 значения: сигнал ошибки, интегральный сигнал ошибки, дифференциальный сигнал ошибки и сеть будет иметь один слой (выходной) - то после корректного обучения она выродится в обычный ПИД-регулятор, коэффициенты которого будут в весах связей между входным и выходным слоем.
С другой стороны, если мы делаем более сложную сеть (больше входных параметров и больше слоев) - то мы изначально делаем не ПИД-регулятор (а в лучшем случае некую функцию, которая реализует ПИД-регулятор в том числе) и совершенно логичным образом получим нечто, отличающиеся от ПИД-регулятора.
…на базе х86 до сих пор, слишком энергоемкое, плюс не особо обвязано необходимой периферией.
Мобильные и нетбучные решения жрут не более 10Вт даже в пьяном угаре - на борту коптера это копейки по сравнению с потреблением моторов!
А периферию всегда легко подоткнуть: есть хоть простой USB есть, туда можно воткнуть платку расширения с кучей GPIO, ADC и прочей фигни общего назначения: вешай что душе угодно. Совсет от тоски можно вывести ППМ через
звуковой выход.
А какой именно там проц - дело десятое: было бы SDK. Тесты производительности можно сделать в рабочем порядке - так или иначе, все это будет куда быстрее, чем платы на микроконтроллерах-переростках.
…на базе х86 до сих пор, слишком энергоемкое, плюс не особо обвязано необходимой периферией.
Мобильные и нетбучные решения жрут не более 10Вт даже в пьяном угаре
А при чем тут в этом споре вобще х86? То что в Edison стоит Atom - ни о чем не говорит, там х86 даже не пахнет
Если вы меня цитируете - то я на конкретной архитектуре вообще не заострялся.
Intel Atom — линейка микропроцессоров архитектур x86 и x86-64, отличающихся низким энергопотреблением. Выпускаются компанией Intel. Изготавливаются по 45-нм КМОП-технологии, с конца 2011 года по 32-нм техпроцессу[1], а с 2013 и по 22 нм технологии.
как-то так 😦
ARM или Х86-х их надо правильно готовить и те и те, на STM32F4 FPU есть… Я бы хотел побаловаться с Атмеловскими ARM, но пока не судьба…
плюс контроллеров-переростков - это периферия внутри с выходом наружу - меньше навесных устройств, дешевле в производстве…
Не грубую, а точную - согласно заданной функции управления. А функция управления считает существенными три параметра: сигнал ошибки, интегральный сигнал ошибки, и скорость изменения сигнала ошибки (дифференциальный сигнал ошибки). Эта модель достаточно точно описывает объекты, которыми управляет ПИД регулятор.
Коррекция становится грубой лишь при неправильной настройке коэффициентов ПИД-регулятора.
Точную она априори не может осуществлять, ибо на самом деле, не существует этих линейных, интегральных и дифференциальных ошибок, как Вы их называете. Это всего лишь способ моделирования, и как любой из способов - он в достаточной мере груб. Сгладить и приблизить к идеалу удается лишь используя итерации с как можно большей частотой уточнения входных параметров. Грубо говоря - PID, нечто наподобии решения линейных дифференциальных уравнения методом Ньютона. Atmel не может делать поправки чаще чем 20 раз в секунду, если память не изменяет. STM на Pixhawk делает это вроде как раза в 2 быстрее, потому и решает задачу получше. Но ни то ни то не делает этого идеально,так как в ряде граничных случаев, разрешающей способности такого метода просто может не хватить.
Эта фраза имеет смысл с точки зрения теории нейросетей, но является полной чушью на практике!
Да ну? А вот последние работы по созданию автономных бипедальных систем почему-то строятся именно на примере обучаемых нейросетей, а вовсе не с использованием PID.
При этом с точки зрения целенаправленной настройки - ИНС нифига не более гибкая система. Чтобы реализуемые коэффициенты ПИД-ов банально поменять - надо переучивать всю сеть
Зачем? Вы наверное говорите о совсем уж каких то примитивный типах нейросетей. В последних разработках полное переучивание вообще не нужно. Добавляется новый слой или новые узлы, в них вносятся поправки и обучаются на новые связи с большими коэффициантами. И все.
Заявление абсурдно.
Потому, что если при помощи неросети эмулировать только и конкретно ПИД - структура сети и значимые веса в ее матрицах в итоге создатут почти ту-же математику, что у ПИД-регулятора, реализованого хардкодом.
Это мягко гоовря глупость, с помощью нейросети эмулировать PID. Как то все таки, Вы наверное очень однобоко понимаете как работает нейросеть. Но - спорить не стану, ибо не вижу смысла.
С другой стороны, если мы делаем более сложную сеть (больше входных параметров и больше слоев) - то мы изначально делаем не ПИД-регулятор (а в лучшем случае некую функцию, которая реализует ПИД-регулятор в том числе) и совершенно логичным образом получим нечто, отличающиеся от ПИД-регулятора.
Вот именно об этом я и изначально и говорил, что нейросеть должна делать поправки совсем иными способами нежели PID регулятор.
А периферию всегда легко подоткнуть: есть хоть простой USB есть, туда можно воткнуть платку расширения с кучей GPIO, ADC и прочей фигни общего назначения: вешай что душе угодно. Совсет от тоски можно вывести ППМ через
звуковой выход.
А какой именно там проц - дело десятое: было бы SDK. Тесты производительности можно сделать в рабочем порядке - так или иначе, все это будет куда быстрее, чем платы на микроконтроллерах-переростках.
Указанное решение вообще не относится к классу микроконтроллеров. Это сверкомпактный SoC, и чем он и хорош
А потому тотальную мобилизацию никто не объявлял. И потому
Да, совсем забыл, у нас же правовое государство, все по закону. Давайте лучше к коптерам…
Это всего лишь способ моделирования,
Безусловно. Но задача автоматизированного управления - она вся базируется на моделях той или иной степени приближения, однако эти степени приближения достаточны для эффективной практической реализации автоматизированного управления.
Atmel не может делать поправки чаще чем 20 раз в секунду,
Atmel - это фирма, которая выпускает туеву хучу микроконтроллеров. Контроллеры, которые стоят в современных мозгах для коптеров, делают измерения и генерируют управляющие сигналы с частотами в сотни герц, а вовсе не 20 раз в секунду!
STM на Pixhawk делает это вроде как раза в 2 быстре…
О5-же, о каких именно контроллерах речь?
… автономных бипедальных систем почему-то строятся именно на примере обучаемых нейросетей, а вовсе не с использованием PID.
ПИД - управление одним параметром по одному сигналу ошибки, а у двух ног - сколько степеней свободы и сколько параметров с датчиков?.. Это задачи разного уровня, потому и средства решения задач - разные.
Вы наверное говорите о совсем уж каких то примитивный типах нейросетей.
Нейросеть подбирается/проектируется строго под решаемую задачу и имеет параметры в зависимости от сложности объекта управления (сложности реализуемой функции).
В последних разработках полное переучивание вообще не нужно. Добавляется новый слой или новые узлы, в них вносятся поправки и обучаются на но…
Да, вот так вот все просто: “открыть холодильник, засунуть в него жирафа, закрыть холодильник”.☕
За этими простыми и вроде бы понятными фразами стоят огромные научные коллективы со своими многолетними наработками! Сам же процесс разработки таких систем, в которые потом можно “просто добавлять и дообучать новые кусочки” - очень трудоёмок и не прост, и на сегодняшний день эти разработки не доступны всем и каждому!
Эти штуки работают на нечистой силе. Внутри этих нейросетей сидит Дьявол. Тот самый, что кроется в мелочах… 😈
глупость, с помощью нейросети эмулировать PID.
А кто мне запрещает? Если реализуемая функция проста - то почему бы и да?
…что нейросеть должна делать поправки совсем иными способами нежели PID регулятор…
Никому она ничего не должна.
Еще раз повторю: нейросеть реализует некую передаточную функцию. Разница с “машинным” программированием этой-же самой функции - только в том, что в случае нейросети мы может эту функцию точно не знать, но при этом знать ее внешние проявления (обучающе множество, которое можно “скормить” нейросети).
И, кстати, чего вы так за нейросети зацепились? Есть множество современных подходов к решению трудноформализуемых задач. В том числе более удобных и более перспективных с практической точки зрения. Например, с нейросетями очень сильно конкурирует метод группового учёта аргумента.
Atmel - это фирма, которая выпускает туеву хучу микроконтроллеров. Контроллеры, которые стоят в современных мозгах для коптеров, делают измерения и генерируют управляющие сигналы с частотами в сотни герц, а вовсе не 20 раз в секунду!
Не прикидывайтесь. Само собой речь идет о тех контроллерах, на которых базируется подавляющее большинство полетных контроллерах Amtel 2560 и STM32F427.
ПИД - управление одним параметром по одному сигналу ошибки, а у двух ног - сколько степеней свободы и сколько параметров с датчиков?.. Это задачи разного уровня, потому и средства решения задач - разные.
Хаха, еще раз. По вашей логике, у квадракоптера тогда вообще нет шансов летать с помощью PID, так как степеней свободы у него еще больше. Тот факт, что для каждой из вращательных степеней используется свой PID регулятор, вам конечно известно. Так вот, для бипедальных систем можно поступать аналогично. Просто такие системы не работают хорошо, а вот с нейросетью и генетическими алгоритмами - вполне успешно ибо нейросеть действительно способна работать сразу со всеми степенями свободы и учитывать все изменения, в отличии от PID регуляторов.
Нейросеть подбирается/проектируется строго под решаемую задачу и имеет параметры в зависимости от сложности объекта управления (сложности реализуемой функции).
ну, и кто мешает для полетного контроллера задать подходящий тип? Методом пусть и эксперементов+моделирования вполне можно и подобрать и настроить.
За этими простыми и вроде бы понятными фразами стоят огромные научные коллективы со своими многолетними наработками! Сам же процесс разработки таких систем, в которые потом можно “просто добавлять и дообучать новые кусочки” - очень трудоёмок и не прост, и на сегодняшний день эти разработки не доступны всем и каждому!
Подавляющее число реализаций - в открытом доступе. Просто микроконтроллеры - слишком слабы для реализации таких систем.
А кто мне запрещает? Если реализуемая функция проста - то почему бы и да?
Никто не запрещает. Есть реализации где нейросеть занимается динамическим подбором коэффициентов PID регулятора в динамике. Но собственно говоря, это уже и не PID в чистом виде, а просто оконечный решатель по алгоритму PID регулирования. Вот пример кстати говоря, для квадрокоптеров и собственно говоря, он как раз и подтверждает мои выводы.
Еще раз повторю: нейросеть реализует некую передаточную функцию. Разница с “машинным” программированием этой-же самой функции - только в том, что в случае нейросети мы может эту функцию точно не знать, но при этом знать ее внешние проявления (обучающе множество, которое можно “скормить” нейросети).
И, кстати, чего вы так за нейросети зацепились? Есть множество современных подходов к решению трудноформализуемых задач. В том числе более удобных и более перспективных с практической точки зрения. Например, с нейросетями очень сильно конкурирует метод группового учёта аргумента.
К нейросетям прицепился не я, собственно говоря. Я лишь предположил, что данное железо позволит пробовать решать задачи пространственного управления моделями разными способами а не только через PID, которые были недоступны ранее из-за ограниченных вычислительных способностей существующих микроконтроллеров, в т.ч. и нейросети. Но могут быть и табличные методы, и генетические алгоритмы самообучения на стенде и т.п. Да и PID можно реализовать намного точнее, потому что сейчас применяется то, что можно выжать из микроконтроллеров.
Amtel 2560
кто на чем а я на хмегах делаю… atxmega256a3u… хоть и не арм, но уже намного лучше той же 2560
Блин, коллеги, вы задолбали уже научную дискуссию разводить…))) На таком уровне, о котором речь, ПИДы должен делать DSP, а не вычислитель… Причем, на каждый канал(степень свободы) - свой DSP…
Блин, коллеги, вы задолбали уже научную дискуссию разводить…))) На таком уровне, о котором речь, ПИДы должен делать DSP, а не вычислитель… Причем, на каждый канал(степень свободы) - свой DSP…
А почему бы тут и не поговорить? Тема вроде как для околокоптерных тем и создавалась! DSP будет бессмысленным, ибо главное не решение уравнение PID как таковое. Это просто. Главное динамический подбор коэффициентов для каждого конкретного воздействия на аппарат. И что даст в таком случае DSP? По мне так - ничего критически полезного.
ничего критически полезного
DSP работают быстрее и разгрузят вычислитель, таким образом высвободится часть ресурсов для решения других задач, в том числе и
динамический подбор коэффициентов
А собственно, зачем он нужен, динамический? Применительно к коптеру? Вы собрались на лету менять пропы или существенно изменять вес аппарата? С ветром ПИДы и так справятся, даже с порывами… Или Вы, перфекционизма ради хотите чтобы коптер висел идеально неподвижно? Ну болтает его на пару сантиметров туда-сюда да и ладно… За что бороться то?)
Amtel 2560 и STM32F427.
Ну вот не 20 герц там частоты реагирования!
Хаха, еще раз. По вашей логике, у квадракоптера тогда вообще нет шансов летать с помощью PID, так как степеней свободы у него еще бо…
У коптера - каждая степень свободы управляется независимо от других! А у двуногого робота - степени свободы сложно связаны промежду собой.
Подавляющее число реализаций - в открытом доступе.
В открытом доступе - поделки уровня курсовой работы, побаловаться, либо очень специализированные решения. САПРы для созданя ИНС не в счет, так как лишь чуточку упрощают лишь рутинное программирование, но не предоставляют готовых решений.
Просто микроконтроллеры - слишком слабы для реализации таких систем.
Вам уже сказали - нет проблем повесить на коптер более мощную ЭВМ. Есть достаточно скромные по потреблению энергии, но значительно более шустрые решения. Была бы нужда (желание решать задачу).
… Просто такие системы не работают хорошо, а вот с нейросетью и генетическими алгоритмами - вполне успешно ибо нейросеть действительно способна работать сразу со всеми степенями свободы и учитывать все изме…
Основное, в чём я с вами категорически не согласен: вы говорите так, будто взять нейросеть, сунуть ее в коптер о она (тут-же волшебным образом) решает все проблемы.
Я же вам говорю - спроектировать подходящую под задачу нейросеть (даже статичную, без динамического самообучения) - непростая задача. Обученую сеть надо как следует протестировать на адекватность. Избыточность сети или неправильная её проектировка - чреваты неадекватным поведением в некоторых ситуациях и т.д. Гораздо чаще нейросеть чудит и делает ерунду вместо “умного” поведения и грамотного реагирования на нестандартные ситуации.
Да, безусловно, нейросети являются одним из инструментов для решения этой и многих других задач. Но при конкретной практической реализации это далеко не просто так и проблемой является вовсе не железо, а сама разработка решения на базе нейронки!
А собственно, зачем он нужен, динамический? Применительно к коптеру? Вы собрались на лету менять пропы или существенно изменять вес аппарата? С ветром ПИДы и так справятся, даже с порывами… Или Вы, перфекционизма ради хотите чтобы коптер висел идеально неподвижно? Ну болтает его на пару сантиметров туда-сюда да и ладно… За что бороться то?)
Даже при автонастройке полученные PID коэффициенты являются всего лишь усредненными значениями. Дл ябольшинства задачь их конечно хватает. Но, если смотреть с точки зрения идиализированой оптимизации тех же энергозатрат, то динамическое регулирование должно давать достаточно существенный прирост по экономичности. Не говоря уже про плавность управления.
Ну вот не 20 герц там частоты реагирования!
Есть расписание с которым происходит опрос входных значений. Ну пусть он будет и не 20Гц, не буду спорить. Но в любом случае - не выше 100. Это для решения задач скажем аварийного останова одного из двигателей - все равно недостаточно.
У коптера - каждая степень свободы управляется независимо от других! А у двуногого робота - степени свободы сложно связаны промежду собой.
С чего Вы это взяли? В фазовом пространстве механики Лагранжа, бипедальная система спокойно описывается через независимые координаты. Под каждую из них можно поставить PID, но только это не решает вопросов управления системой в целом. Опять же требуется регулировка ОС системы в динамике. А это проще решается нейросетями.
В открытом доступе - поделки уровня курсовой работы, побаловаться, либо очень специализированные решения. САПРы для созданя ИНС не в счет, так как лишь чуточку упрощают лишь рутинное программирование, но не предоставляют готовых решений.
А зачем для коптера нужна система которая была бы подобна Ватсону? Достаточно того, что описали ребята из Таганрога в указанной выше статье. Вполне себе справляется с задачами.
Вам уже сказали - нет проблем повесить на коптер более мощную ЭВМ. Есть достаточно скромные по потреблению энергии, но значительно более шустрые решения. Была бы нужда (желание решать задачу).
Ну да. Мы тут за каждый грамм боремся, чтобы подольше и подальше лететь, а Вы предлагаете использовать мозг в 0.5 кг. Пока не было достаточно мощных и в тоже время легких решений да еще и с готовой обвязкой. Вот появилось и оно направленно именно на задачи робототехники, о чем говорит готовая обвязка в стиле ардуины.
Основное, в чём я с вами категорически не согласен: вы говорите так, будто взять нейросеть, сунуть ее в коптер о она (тут-же волшебным образом) решает все проблемы.
Я же вам говорю - спроектировать подходящую под задачу нейросеть (даже статичную, без динамического самообучения) - непростая задача. Обученую сеть надо как следует протестировать на адекватность. Избыточность сети или неправильная её проектировка - чреваты неадекватным поведением в некоторых ситуациях и т.д. Гораздо чаще нейросеть чудит и делает ерунду вместо “умного” поведения и грамотного реагирования на нестандартные ситуации.Да, безусловно, нейросети являются одним из инструментов для решения этой и многих других задач. Но при конкретной практической реализации это далеко не просто так и проблемой является вовсе не железо, а сама разработка решения на базе нейронки!
А чего Вы мне приписываете то, чего я не утверждал? Я лишь сказал, что новое мощное и легкое железо - хороший шанс разработать нечто новое в плане управление коптерами. Нейросети - это всего лишь один из возможных, и теперь осуществимых решений. Не больше и не меньше. Я в спор не лез, собственно говоря. Не нейросети - и бог с ним. Можно сделать куда более четкими и PID регуляторы, на основании более сложной но точной модели квадракоптера. Охотно допускаю, что скоро появится вариант, в котором развесовка и коэффициенты PID буду вычисляться самими мозгами перед полетом, путем процедуры калибровки, на подобии той которую делают для акселерометра. Или вообще совместят с ней.
Но в любом случае - не выше 100.
Не так давно было сказано в одной из тем, что значения с частотой 300Гц считываются в мозгах на атмегах.
Так что поосторожнее с такими категоричными заявлениями 😒
Также, напомню, а зачем регуляторы прошивают под коптеры? Для того, чтобы они могли воспринимать управляющий сигнал с частотой до 500Гц. Это значит, что штатных 50-100 Гц, с которой регули обычно опрашивают вход, недостаточно для эффективной работы в составе мозга.
Т.е. мозг норовит (может) выдавать управляющий сигнал с заведомо более высокой частотой.
А это проще решается нейросетями.
Проще ли?
Просто конкретная группа разработчиков применила конкретное решение и довела его до успешно работающего состояния. Это не означает, что метод нейросетей проще или эффективнее.
Мы тут за каждый грамм боремся, чтобы подольше и подальше лететь,
Дану? 😁 Собирают коптер с подбором эффективных моторов и винтов, с легкой углепластиковой рамой, чтбы на него кусок зеркалки весом в 3Кг повесить. Одна рука дает, вторая - отнимает!
Все зависит от конкретных задач. Нужен умный коптер с мощным мозгом - ставим на него мощный мозг и не сношаем мозг окружающих громкими заявлениями об эффективности и борьбе за полетное время! 😒 Тем более, что коптер - это вообще не про эффективность полета. Эффективнее - мотопланер с большим размахом, а еще эффективнее - аэростат.
а Вы предлагаете использовать мозг в 0.5 кг.
С чего взята цифра в 0,5Кг?! Любой современный смартфон весом не более 150 грамм (это вместе с батареей и экраном!) на порядки быстрее микроконтролера и трехмерную графику в игрушках рисует в реальном времени (быстрое и многократное перемножение матриц - самое то для нейросетей) - почему бы мозгу не быть этим самым смартфоном? Прилепить нужную периферию можно - было бы желание.
то динамическое регулирование должно давать достаточно существенный прирост по экономичности.
Да ну нафиг… ) Я лучше раму сделаю на 200 грамм легче…)
Динамическое регулирование нифига не даст, а вот демоническое регулирование и замена БК-шников на infernal combustion engines - даст 😈