斯坦福实验室设想通过乘坐公交车来节省能源的送货无人机

斯坦福大学的研究人员设计了一种让数百架无人机使用公交车或电车的方法，试图重新设计包裹在城市中的分发方式。如果这样的解决方案能够扩大规模，它可以减少送货车拥堵和能源消耗，同时延长无人机递送包裹的距离。

到目前为止，我们看到的大多数送货无人机都在郊区投递包裹，这是有原因的。城市中心可以是动态的环境，充满了意想不到的障碍，无人机仍然不被允许在城市中自由飞行。但研究人员表示，使用公共交通可以将无人机的航程比单独飞行增加高达360%。

“我们的方法努力将完成任何交付的最长时间降到最低，”该团队在本周在线举行的2020年IEEE国际机器人与自动化会议(ICRA)上发表的一篇论文中写道。通过将两者的优势结合起来，我们可以获得显著的商业效益和社会影响。“。

这种方法，包括无人机搭乘公交车和有轨电车的外部，可能有助于克服今天无人机有限的旅行能力。例如，广受欢迎的DJI Mavic 2最大飞行距离为18公里，即往返约11英里。

VB Transform 2020 Online-7月15-17日。加入领先的人工智能高管：注册免费直播。

斯坦福系统可以处理多达200架无人机，递送多达5000个包裹。人工智能网络是为拥有多达8000个停靠站的城市设计的，实验是专门在旧金山和华盛顿特区进行的。作为背景，旧金山市交通局(SFMTA)覆盖了150平方公里的面积，华盛顿大都会地区交通局(WMATA)覆盖了大约400平方公里的面积。

多无人机网络不包括使用SFMTA或WMATA隧道。论文合著者Shushman Choudhury在一封电子邮件中告诉VentureBeat，模拟没有考虑任何物理基础设施，而是依赖于公交车站和无人机包裹仓库位置的开源数据。研究人员没有咨询SFMTA或WMATA官员，但在进一步研究发现额外的外部性或对城市社区的潜在影响后，这可能是有意义的。

作者将该解决方案描述为类似于为协调多种交通方式而开发的按需移动服务算法。就像优步(Uber)、Lyft或其他将拼车选项与公共交通、电动滑板车和步行相结合的公司一样，这种模式采取了双层的方式。

“首先，上层使用接近最优的多项式时间任务分配算法为包裹递送序列分配无人机。然后，较低层通过在公交网络上周期性地路由车队来执行分配，同时采用根据我们的设置量身定做的高效、有界、次优的多代理寻路技术，“论文写道。

这项研究来自斯坦福智能系统实验室(SISL)和自主系统实验室。这项名为“使用运输网络的高效大规模多无人机交付”的工作被ICRA会议组织者提名为最佳多机器人系统论文。这篇论文的作者，包括Choudhury和Mykel Kochenderfer，去年发表了一项关于一种名为DREAMR的人工智能技术的研究，这种技术能够引导一架无人机，使用公交车和有轨电车来减少飞行时间和节约能源。

本周在ICRA上详细介绍的多无人机方法假设包裹可以从任何分发站获得。它还假设无人机一次只携带一个包裹，在时间允许的情况下，无人机将在仓库充电或更换电池。下一步可能包括考虑延误和理想的出行时间窗口等问题。任何在旧金山乘坐过市政公交车的人都知道，交通和拥堵会大大占用旅行时间。

“未来的一个关键方向是进行案例研究，估计我们框架的运营成本，评估其对道路拥堵的影响，并考虑潜在的外部性，如噪音污染和对城市社区的不同影响，”白皮书写道。