Uncertainty-Aware Drone Dispatch: Recording-Energy Prediction and Charging-Constrained Simulation
تُظهر هذه الدراسة أنه في حين أن دمج تنبؤات الطاقة المدركة لعدم اليقين في قواعد إرسال الطائرات بدون طيار يقلل من العدد الإجمالي لطلبات المهام المكتملة، إلا أنه يقضي بفعالية على انتهاكات احتياطي الطاقة من خلال ضمان بقاء جميع الرحلات ضمن حدود الطاقة الآمنة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أسطولاً من الطائرات بدون طيار (الدرونز) ينتظر في مستودع، مستعداً لتوصيل الطرود. كل طائرة تحمل بطارية، وعلى الشخص المسؤول أن يقرر أي طائرة يرسلها لأي مهمة. هذا القرار هو بمثابة سير على حبل مشدود؛ فإذا أرسل الموزع طائرة لا تملك طاقة كافية تماماً، فقد تنفد طاقتها في منتصف الرحلة، مما يترك الطرد عالقاً والبطارية ميتة. ولكن إذا كان الموزع حذراً للغاية ورفض إرسال طائرات تمتلك بالفعل طاقة كافية، فسيظل المستودد خاملاً، وينتظر العملاء لفترة أطول من اللازم. التحدي الجوهري يكمن في معرفة مقدار الطاقة التي ستستهلكها رحلة معينة بدقة قبل أن تغادر الطائرة الأرض أصلاً. هذا ليس مجرد تخمين، بل هو قياس للتكلفة غير المرئية لعدم اليقين. فعندما يتم وضع خطة طيران، فإنها تتضمن السرعة، والوزن، والارتفاع، لكنها لا تتضمن الكمية الدقيقة للكهرباء التي ستستهلكها المحركات. هذا الرقم لا يتضح إلا بعد انتهاء الرحلة وتحميل البيانات.
سعى باحث يدعى سامر عبادي لحل هذا اللغز من خلال النظر في بيانات طيران حقيقية لطائرة بدون طيار محددة، وهي DJI Matrice 100، والتي تم تحليقها في مسار شائع في بنسلفانيا. جمع سجلات لـ 209 رحلات منفصلة، ولكن بعد فحص البيانات بحثاً عن الأخطاء والاتساق، ركز على 181 تسجيلاً اتبعت مجموعة صارمة من القواعد. حملت هذه الرحلات أوزاناً مختلفة، وطارت بسرعات مختلفة، وحلقت بارتفاعات مختلفة. كان الهدف هو بناء نظام يمكنه النظر إلى رحلة مخططة والتنبؤ بالطاقة التي ستحتاجها، مع إنشاء هامش أمان لمراعاة حقيقة أن أي تنبؤ ليس مثالياً. استخدم الباحث طريقة إحصائية تسمى "انحدار ريدج" (ridge regression)، وهي وسيلة لإيجاد أفضل علاقة رياضية بين إعدادات الطيران والطاقة المستخدمة، دون السماح للنموذج بالارتباك بسبب التقلبات العشوائية الصغيرة في البيانات. ثم اختبر هذا النموذج على رحلات جديدة لم يسبق له رؤيتها ليرى مدى قرب التنبؤات من الواقع.
أظهرت النتائج أن النموذج كان دقيقاً بشكل ملحوظ. فعند التنبؤ بإجمالي الطاقة لرحلة ما، كان متوسط الفرق بين التنبؤ والطاقة الفعلية المستخدمة أقل من واط/ساعة واحد، وهو مقدار ضئيل جداً بالنسبة لبطارية طائرة بدون طيار. ومع ذلك، فإن الدقة وحدها لا تكفي للموزع الذي لا يمكنه تحمل خسارة طائرة. كان على الباحث معرفة مقدار الطاقة الإضافية التي يجب إضافتها إلى التنبؤ لضمان وصول الطائرة. طور قاعدة تنظر إلى أسوأ الأخطاء من مجموعة من الرحلات الماضية وتضيف هامشاً لتغطيتها. خلق هذا ما يسمى بـ "التقدير الأعلى"، وهو رقم أعلى قليلاً من استهلاك الطاقة الأكثر احتمالاً، مصمم لضمان عدم نفاد طاقة الطائرة. وعند تطبيق هذه القاعدة على رحلات الاختبار المحجوزة، استهلكت جميعها طاقة أقل مما توقع التقدير الأعلى. لقد عمل هامش الأمان بشكل مثالي للبيانات المتاحة.
ولمعرفة كيف يؤثر هامش الأمان هذا على العمليات في العالم الحقيقي، بنى الباحث محاكاة حاسوبية لمستودع طائرات بدون طيار. أنشأ عالماً افتراضياً حيث تصل طلبات التوصيل بشكل عشوائي، وتتنافس قاعدتان مختلفتان لمعرفة أيهما يمكنه التعامل مع المزيد من العمل. استخدمت إحدى القواعد التنبؤ البسيط والأكثر احتمالاً للطاقة، بينما استخدمت الأخرى التقدير الأعلى الحذر مع هامش الأمان. أجرت المحاكاة آلاف السيناريوهات، محاكية يوماً حافلاً في مستودع به طائرتان وشاحن واحد. كشفت النتائج عن مقايضة واضحة؛ فالقاعدة الحذرة، التي استخدمت التقدير الأعلى، نجحت في منع الطائرات من النزول أبداً تحت مستوى طاقة الاحتياطي المطلوبة. في سيناريو الاختبار الرئيسي، سجلت القاعدة الحذرة صفر حالات نفاد لطاقة الاحتياطي، بينما سجلت القاعدة الأبسط خمس حوادث. ومع ذلك، جاء هذا الأمان بتكلفة؛ فبسبب كون القاعدة الحذرة أكثر صرامة، فقد رفضت المزيد من الطلبات. في السيناريو الرئيسي، أكملت القاعدة الحذرة 22 عملية توصيل أقل مما أكملته القاعدة الأبسط. كانت الطائرات أكثر أماناً، لكن المستودع خدم عدداً أقل من العملاء.
استكشف البحث أيضاً ما يحدث عندما تتغير الظروف، مثل عندما تضطر الطائرات لحمل أحمال أثقل أو عندما تكون محطة الشحن أبطأ. في كل سيناريو من السيناريوهات الثمانية عشر التي تم اختبارها، أكملت القاعدة الحذرة عدداً أقل من الطلبات مقارنة بالقاعدة الببسطة. كما قللت من عدد المرات التي خرقت فيها الطائرات حدود احتياطيها في ستة عشر سيناريو من أصل ثمانية عشر. وفي سيناريوهين، كان عدد خروقات الاحتياطي متساوياً لكلا القاعدتين، لكن القاعدة الحذرة سلمت طروداً أقل على أي حال. يشير هذا إلى أنه بينما يحمي الإفراط في الحذر البطارية، فإنه يقلل باستمرار من الكفاءة الإجمالية للمستودع. لاحظ الباحث أن المحاكاة افترضت طريقة محددة لشحن البطاريات ونوعاً معيناً من المسارات، لذا قد تتغير الأرقام الدقيقة في بيئة مختلفة، لكن نمط المقايضة ظل ثابتاً.
ولمساعدة الآخرين على فهم هذه الخيارات، أنشأ الباحث موقعاً إلكترونياً تفاعلياً حيث يمكن لأي شخص رؤية البيانات بنفسه. يمكن للمستخدم اختيار خطة طيران محددة، وتغيير كمية شحن البطارية المتاحة، ورؤية ما إذا كانت الطائرة ستُرسل بموجب القاعدة البسيطة أو القاعدة الحذرة. توضح الأداة نطاقاً ضيقاً من مستويات البطارية حيث تختلف القاعدتان: في هذه المنطقة، تقول القاعدة البسيطة "انطلق"، بينما تقول القاعدة الحذرة "انتظر". هذا يجسد النقطة التي يتصادم فيها الرغبة في الأمان مع الرغبة في السرعة. خلص البحث إلى أنه لا يوجد حل مثالي يعظم كلاً من الأمان والخدمة في آن واحد؛ إذ يمكن للمستودع أن يختار تقليل خروقات الاحتياطي عبر إكمال عدد أقل من عمليات التوصيل، أو يمكنه اختيار توصيل المزيد من الطرود مع قبول خطر أعلى لنفاد الطاقة. تكمن قيمة هذا العمل في أنه يجعل هذا الخيار مرئياً وقابلاً للقياس، محولاً الشعور الغامض بالمخاطرة إلى رقم ملموس يمكن للمشغلين استخدامه لتقرير مقدار الأمان الذي هم مستعدون لدفعه ثمناً في شكل عمليات توصيل مفقودة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.