Sandia National Laboratories utvecklar autonomi och artificiell intelligens för flygsystem som stiger till mer än 3, 800 mph. Teknikerna för att komma dit kommer initialt att testas på drönare som rullar runt i cirka 5 mph.

"Vi vill säkerställa framgång innan vi testar teknik på hypersoniska flyg, " sa Sandia manager Jay Brown.

Ett team av högskolepraktikanter på Sandia National Laboratories bidrog till det hypersoniska målet i sommar genom att slutföra de två första drönarna som labben kommer att använda för att testa nya algoritmer för autonom navigering, vägledning och kontroll, och måligenkänning.

Praktikplatserna tillhandahölls av Autonomy New Mexico, en Sandia-ledd akademisk koalition för att uppnå autonom hypersonisk flykt.

"AutonomyNM -drönarna ger Sandia en smidig plattform för att snabbt utvärdera våra förmågor, sa Brown.

Varje drönare – en quadcopter och en hexacopter – klarade ett sista flygtest innan eleverna återvände till skolan för höstterminen. Fordonen visade en förmåga att positionera sig, uppdatera sina positionskoordinater och känna igen och landa på ett mål.

Fordon designade för en mängd olika experiment

Dessa drönare är byggda för flexibilitet. Användare laddar upp och uppdaterar algoritmer på distans, i en mängd olika programmeringsspråk, över en Wi-Fi-anslutning. En USB-kamera kan plockas ut och bytas ut för att experimentera med olika sensorer.

Varje fordon är utrustat med två omborddatorer – en mindre som styr rotorerna och en mer kraftfull som bearbetar visuell information från kameran. Båda datorerna, dock, hade strikta storleks- och viktbegränsningar för att hålla drönarna lätta nog att flyga. Denna begränsning utmanade teamet att komma med effektiva programmeringsstrategier.

"Algoritmen måste kunna springa tillräckligt snabbt för att ge användbara resultat, "sa Sandia -forskaren Logan Wright, som fungerade som rådgivare till teamet. "En algoritm för upptäckt av hinder är inte särskilt användbar om den upptäcker ett hinder efter att du redan har stött på det."

Gruppen testade sina synalgoritmer genom att gå genom ett testutrymme med en kamera, ta bilder. De laddade upp bilderna till drönarna tillsammans med en algoritm för att sätta ihop bilderna till en 3D-karta. Sedan, teamet skickade instruktioner till drönarna att flytta till specifika koordinater. Drönarna orienterade sig genom att jämföra vad de såg genom sina kameror med sina interna kartor och flög sedan till rätt platser.

Autonom flygning en tvärvetenskaplig utmaning

Hypersoniska fordon flyger mil över marken, så ingenjörer har en enorm kreativ bredd när de utvecklar och programmerar fordon för öppen himmel. Men denna frihet kan också vara en utmaning.

"När du har att göra med självkörande bilar, du har att göra med en mycket begränsad uppsättning regler eftersom det finns vägregler, "sa AutonomyNM -praktikanten Lauren Risany, en sophomore på Lafayette, Indiana-baserade Purdue University. "Du stannar vid en stoppskylt. Du går när ljuset blir grönt. Men när du har att göra med en quadcopter, du har inte nödvändigtvis de reglerna."

För att bygga drönare och skapa algoritmer, studenter samlade olika erfarenhetsnivåer och bakgrunder, allt från flygteknik till datorteknik och maskininlärning.

"Mitt huvudstyrhus är förmodligen i mekanisk design, "sa Jared Li, en medlem av teamet och en doktorand vid Georgia Institute of Technology i Atlanta, Georgien. "Det är vad jag har jobbat med i flera jobb tidigare, men det har aldrig låtit mig faktiskt utöka min kompetens eller lära mig något nytt eller ens vara upphetsad över vad jag gör. Men här, det är annorlunda. Och det gillar jag mycket. "