Drones: Tu Nueva Guía en el Cielo
Drones inteligentes ayudan a las personas con discapacidad visual a moverse de forma segura e independiente.
Suman Raj, Radhika Mittal, Harshil Gupta, Yogesh Simmhan
― 7 minilectura
Tabla de contenidos
- ¿Cuál es el rumor?
- ¿Cómo funcionan estos drones?
- El problema del tiempo
- Tomando decisiones inteligentes
- Probando las aguas
- Los drones en acción
- No hay dos drones iguales
- El patio de juegos de los drones
- Fortaleciendo la Conectividad
- Mejorando la experiencia
- Construyendo un futuro inteligente
- Conclusión
- Fuente original
- Enlaces de referencia
En un mundo donde los drones zumban como abejas, hay un empuje para que estas máquinas voladoras hagan más que solo tomar fotos chulas. Están siendo transformados en compañeros útiles para personas con problemas de visión. Estos drones, equipados con tecnología inteligente, pueden guiar a personas con discapacidad visual (PDVs) a través de su entorno, permitiéndoles vivir de manera más independiente y segura.
¿Cuál es el rumor?
Imagina un drone como un amigo, manteniendo un ojo alerta en una PDV, asegurándose de que navegue por parques, calles e incluso supermercados sin tropezar con nada. Los drones usan cámaras y software especial para analizar videos en tiempo real, identificando obstáculos y guiando a la PDV en el camino. ¡Hablando de un compañero!
¿Cómo funcionan estos drones?
Estos drones pueden hacer sus cálculos por su cuenta (eso se llama computación en el borde) o enviar los datos a un servicio en la nube (piensa en ello como un cerebro distante) para un procesamiento más intenso. La elección entre estas dos opciones depende de varios factores, como cuán rápido necesita hacerse una tarea y qué tan ocupado está el drone en ese momento.
Digamos que el drone ve un bordillo adelante. Debe decidir rápidamente si analizar esa información localmente o enviarla a la nube. Tomar la decisión correcta es crucial porque puede afectar cuán rápido y efectivamente el drone ayuda a la PDV.
El problema del tiempo
Cuando una PDV está fuera y sobre, no tiene tiempo que perder. Si el drone no puede procesar su video lo suficientemente rápido para advertirle sobre un peligro, no sirve de mucho. Los drones deben cumplir con plazos estrictos para muchas tareas simultáneamente, y no es tarea fácil debido a las condiciones siempre cambiantes en las que operan.
Por ejemplo, si un drone es demasiado lento para reconocer un coche que se acerca rápidamente, podría llevar a una situación peligrosa. Por eso, es esencial tener un sistema de Programación inteligente que asegure que estas tareas se ejecuten a tiempo, ya sea en el propio drone o enviadas a la nube.
Tomando decisiones inteligentes
Para enfrentar estos desafíos, los drones utilizan un sistema de programación inteligente. Este sistema evalúa la urgencia y los requerimientos de varias tareas, como detectar obstáculos o seguir a la PDV. Al priorizar tareas y decidir si manejarlas en el borde o en la nube, el drone puede maximizar su eficiencia.
Piénsalo como una cocina de restaurante. El chef debe decidir si cocinar un plato rápidamente o tomarse su tiempo para preparar algo más complejo. Las decisiones más rápidas a menudo llevan a huéspedes satisfechos, justo como un procesamiento rápido de drones lleva a una navegación más segura para las PDVs.
Probando las aguas
La efectividad de este sistema se prueba de dos maneras: en entornos simulados y en escenarios de la vida real. En configuraciones controladas, simulaciones con múltiples drones pueden establecer un rendimiento base. Los drones son puestos a prueba, manejando una variedad de tareas mientras lidian con condiciones variables, como velocidad de red y complejidad de tareas.
Luego llega la parte divertida: ¡las pruebas en el mundo real! Los drones se utilizan realmente, asistiendo a PDVs mientras se monitoriza su rendimiento. Esto no solo valida la tecnología, sino que también ayuda a refinar los algoritmos de programación basados en datos reales.
Los drones en acción
Estos drones amigos están diseñados para ayudar a las PDVs de varias maneras:
- Detección de obstáculos: Si hay un bache en el camino o un perro con correa, el drone lo verá y alertará a la PDV.
- Asistencia en navegación: El drone puede ayudar a guiar a la PDV a su ubicación deseada, asegurándose de que no se desvíe del camino.
- Ayuda en emergencias: En caso de una caída repentina o angustia, el drone puede llamar por ayuda o buscar asistencia.
No hay dos drones iguales
Los drones vienen en diferentes formas y tamaños, cada uno con capacidades únicas. Algunos pueden ser ligeros y perfectos para vuelos rápidos en áreas urbanas, mientras que otros están equipados para tareas más pesadas, como transportar suministros o asistencia médica remota.
Por ejemplo, considera un quadcopter pequeño diseñado para llevar una cámara frente a un drone más robusto capaz de entregar un paquete. Cada tipo tiene usos específicos, lo que puede mejorar la experiencia para las PDVs según sus necesidades.
El patio de juegos de los drones
Estos desarrollos han llevado a la creación de muchos casos de uso emocionantes para drones en entornos urbanos. Desde monitorear la seguridad en ambientes concurridos hasta ayudar en la respuesta a desastres, el potencial es vasto. Los drones incluso podrían ayudar en entornos de atención médica entregando suministros directamente a hospitales durante emergencias.
Conectividad
Fortaleciendo laPara que estos drones funcionen de manera óptima, deben comunicarse efectivamente con sus estaciones base donde se procesan los datos. Ya sea a través de Wi-Fi o redes celulares, la conexión debe garantizar que los datos se muevan rápido y de manera confiable para cumplir con los plazos.
Con entornos urbanos llenos de obstáculos, mantener una conexión fuerte y consistente puede ser un desafío. Piensa en ello como intentar tener una conversación telefónica mientras caminas por un mercado concurrido esquivando personas y carritos. ¡Puede volverse complicado!
Mejorando la experiencia
Además de enfocarse en la finalización de tareas, asegurar que la PDV tenga una experiencia de calidad también es vital. Esto significa que el sistema debe proporcionar información precisa y oportuna al usuario. Si un drone tarda en responder, podría causar frustración, lo que derrota su propósito.
Al medir qué tan bien funciona el sistema, los ingenieros pueden hacer ajustes para mejorar tanto la calidad del servicio como la experiencia general del usuario. Después de todo, ¡nadie quiere sentirse como si fuera solo un montón de tareas en una línea de producción!
Construyendo un futuro inteligente
A medida que se desarrollan más drones, la esperanza es que puedan funcionar sin problemas en entornos urbanos, trabajando juntos como una máquina bien engrasada. Los drones pueden compartir datos entre ellos, lo que permite una mejor toma de decisiones y tiempos de respuesta más rápidos.
Imagina un enjambre de drones volando juntos, analizando información en tiempo real y comunicándose entre sí para brindar la mejor asistencia posible a las PDVs. Este esfuerzo coordinado podría hacer una diferencia significativa en la vida de muchas personas.
Conclusión
El futuro de los drones como tecnologías asistivas para personas con discapacidad visual es brillante. Con avances en algoritmos de programación, conectividad y procesamiento inteligente, estos amigos voladores pueden tener un impacto significativo en la vida de muchos, ayudando a los usuarios a navegar por su entorno de manera segura y eficiente.
Así que, la próxima vez que veas un drone volando por encima, solo recuerda que podría ser más que un simple juguete bonito. Podría ser tu amigo, manteniendo un ojo alerta y haciendo que el mundo sea un poco más fácil de navegar.
Título: Adaptive Heuristics for Scheduling DNN Inferencing on Edge and Cloud for Personalized UAV Fleets
Resumen: Drone fleets with onboard cameras coupled with computer vision and DNN inferencing models can support diverse applications. One such novel domain is for one or more buddy drones to assist Visually Impaired People (VIPs) lead an active lifestyle. Video inferencing tasks from such drones can help both navigate the drone and provide situation awareness to the VIP, and hence have strict execution deadlines. We propose a deadline-driven heuristic, DEMS-A, to schedule diverse DNN tasks generated continuously to perform inferencing over video segments generated by multiple drones linked to an edge, with the option to execute on the cloud. We use strategies like task dropping, work stealing and migration, and dynamic adaptation to cloud variability, to guarantee a Quality of Service (QoS), i.e. maximize the utility and the number of tasks completed. We also introduce an additional Quality of Experience (QoE) metric useful to the assistive drone domain, which values the frequency of success for task types to ensure the responsiveness and reliability of the VIP application. We extend our DEMS solution to GEMS to solve this. We evaluate these strategies, using (i) an emulated setup of a fleet of over 80 drones supporting over 25 VIPs, with real DNN models executing on pre-recorded drone video streams, using Jetson Nano edges and AWS Lambda cloud functions, and (ii) a real-world setup of a Tello drone and a Jetson Orin Nano edge generating drone commands to follow a VIP in real-time. Our strategies present a task completion rate of up to 88%, up to 2.7x higher QoS utility compared to the baselines, a further 16% higher QoS utility while adapting to network variability, and up to 75% higher QoE utility. Our practical validation exhibits task completion of up to 87% for GEMS and 33% higher total utility of GEMS compared to edge-only.
Autores: Suman Raj, Radhika Mittal, Harshil Gupta, Yogesh Simmhan
Última actualización: Dec 30, 2024
Idioma: English
Fuente URL: https://arxiv.org/abs/2412.20860
Fuente PDF: https://arxiv.org/pdf/2412.20860
Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.
Enlaces de referencia
- https://tex.stackexchange.com/questions/664/why-should-i-use-usepackaget1fontenc
- https://tex.stackexchange.com/questions/2369/why-do-the-less-than-symbol-and-the-greater-than-symbol-appear-wrong-as
- https://www.ctan.org/pkg/ifpdf
- https://www.ctan.org/pkg/cite
- https://www.ctan.org/pkg/graphicx
- https://www.ctan.org/pkg/epslatex
- https://www.tug.org/applications/pdftex
- https://www.ctan.org/pkg/amsmath
- https://www.ctan.org/pkg/subfig
- https://comments.gmane.org/gmane.editors.lyx.general/68611
- https://www.ryzerobotics.com/tello
- https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit
- https://developer.nvidia.com/embedded/learn/get-started-jetson-orin-nano-devkit
- https://aws.amazon.com/lambda/pricing/
- https://sumo.dlr.de/docs/index.html
- https://www.nsnam.org/
- https://www.sciencedirect.com/science/article/pii/S0167739X21000704
- https://www.sciencedirect.com/science/article/pii/S0167739X18303327
- https://dl.acm.org/doi/abs/10.1145/3140256
- https://onlinelibrary.wiley.com/doi/abs/10.1002/spe.2699
- https://www.sciencedirect.com/science/article/pii/S0743731518302661
- https://www.sciencedirect.com/science/article/pii/S0743731518301771
- https://ieeexplore.ieee.org/abstract/document/9723632
- https://www.sciencedirect.com/science/article/pii/S0167739X19330961
- https://www.sciencedirect.com/science/article/pii/S0167739X18318703
- https://www.sciencedirect.com/science/article/pii/S0167739X18319770
- https://onlinelibrary.wiley.com/doi/abs/10.1002/spe.2392
- https://github.com/ultralytics/ultralytics
- https://github.com/NVIDIA-AI-IOT/trt_pose_hand
- https://github.com/nianticlabs/monodepth2
- https://github.com/AIZOOTech/FaceMaskDetection
- https://www.tp-link.com/in/home-networking/adapter/tl-wn722n/
- https://drive.google.com/file/d/1qAhXa_NEZlMclfevG0aRnnQGDmbDvGoW/view?usp=sharing