新的“交 警”算法帮助无人机群继续执行任务

麻省理工学院的工程师们开发了一种方法，可以定制任何无线网络，以处理来自多个来源的高时间敏感数据负载

对于搜索灾区的无人机或检查建筑物的机器人来说，使用最新的数据是找到幸存者或报告潜在危险的关键。但是，当多个机器人通过无线网络同时传递时间敏感信息时，可能会导致数据的堵塞。任何通过的信息都太陈旧，无法被视为有用的实时报告。

现在，麻省理工学院的工程师开发了一种方法来定制任何无线网络，以处理来自多个来源的高负载时间敏感数据。他们的新方法称为WiSwarm，它配置无线网络来控制来自多个来源的信息流，同时确保网络中继最新的数据。

该团队使用他们的方法来调整传统的Wi-Fi路由器，并表明定制的网络能够优先考虑和中继最新的数据，以保持多架车辆跟踪无人机的任务。

该团队的方法将于五月在IEEE的国际会议（INFOCOM）上展示，为多个机器人提供了一种实用的方法，可以通过可用的Wi-Fi网络进行通信，因此它们不必携带笨重而昂贵的通信和处理硬件。

该团队的方法偏离了机器人用于传输数据的典型方式。

“在大多数标准网络协议中发生的事情是一种先到先得的方法，”Tripathi解释说。“视频帧进来，你处理它。另一个进来，你处理它。但是，如果您的任务对时间敏感，例如尝试检测移动物体的位置，那么所有旧视频帧都是无用的。你想要的是最新的视频帧。

从理论上讲，“后进先出”的替代方法可以帮助保持数据最新。

“信息时代是衡量信息新鲜度的新指标，它从应用程序的角度考虑了延迟，”Modiano 解释道。“例如，信息的新鲜度对于依赖各种传感器输入的自动驾驶汽车非常重要。测量与障碍物的距离以避免碰撞的传感器需要比测量燃油水平的传感器更新的信息。

该团队希望通过为多个机器人在时间敏感的任务上协同工作，采用“后进先出”的协议。他们的目标是通过传统的无线网络实现这一点，因为Wi-Fi是普及的，并且不需要庞大的机载通信硬件来访问。

然而，无线网络有一个很大的缺点：它们本质上是分布式的，不会优先考虑从任何一个来源接收数据。然后，当多个源同时发送数据时，无线通道会迅速堵塞。即使使用“后进先出”协议，也会发生数据冲突。在时间敏感的练习中，系统会崩溃。

作为解决方案，该团队开发了WiSwarm，这是一种调度算法，可以在集中式计算机上运行，并与任何无线网络配对，以管理多个数据流并确定最新数据的优先级。

该算法不是尝试在每时每刻从每个源接收每个数据包，而是确定网络中的哪个源接下来应该发送数据。然后，该源（无人机或机器人）将遵守“后进先出”协议，通过无线网络将其最新数据发送到中央处理器。

该算法通过评估三个参数来确定下一个源应该中继数据：无人机的一般权重或优先级（例如，跟踪快速车辆的无人机可能必须更频繁地更新，因此比跟踪较慢车辆的无人机具有更高的优先级）;无人机的信息年龄，或者无人机发送更新以来已经过去了多长时间;以及无人机的信道可靠性，或成功传输数据的可能性。

通过在任何给定时间将每架无人机的这三个参数相乘，该算法可以安排无人机一次报告一个无线网络的更新，而不会堵塞系统，并且以一种为成功执行时间敏感任务提供最新数据的方式。

该团队用多架移动跟踪无人机测试了他们的算法。他们为飞行无人机配备了一个小型摄像头和一个基本的支持Wi-Fi的计算机芯片，用于将图像连续中继到中央计算机，而不是使用笨重的机载计算系统。他们编程无人机飞过并跟随在地面上随机移动的小型车辆。

当团队将网络与其算法配对时，计算机能够从最相关的无人机接收最新的图像，然后用这些图像将命令发送回无人机，以使它们保持在车辆的轨道上。

当研究人员用两架无人机进行实验时，该方法能够传递两倍新鲜的数据，与两架无人机单独使用Wi-Fi进行相同实验时相比，跟踪效果提高了六倍。当他们将系统扩展到五架无人机和五辆地面车辆时，仅靠Wi-Fi无法容纳更重的数据流量，无人机很快就失去了对地面车辆的跟踪。借助WiSwarm，该网络装备更好，使所有无人机能够继续跟踪各自的车辆。

在不久的将来，廉价而灵活的无人机可以协同工作并通过无线网络进行通信，以完成检查建筑物，农田以及风能和太阳能农场等任务。在未来，他认为这种方法对于管理整个智慧城市的数据流至关重要。