ROBOTICS & HUMANOID

ระบบควบคุมโดรนติดตามเป้าหมายด้วยตรรกะ Fuzzy ที่ประมวลผลเร็วและแม่นยำสูง

arXiv06 Aug 2026
1 min read
Key Takeaways
  • ตรรกะ Fuzzy แบบเรียบง่ายสามารถให้ผลลัพธ์การติดตามเป้าหมายที่แม่นยำสูงและรวดเร็วพอสำหรับงานแบบ Real-time บนอุปกรณ์ประมวลผลขนาดเล็ก

ทำไมเรื่องนี้ถึงสำคัญ

เป็นการสร้างระบบควบคุมที่ทั้งประหยัดพลังงานและสามารถอธิบายที่มาของคำสั่งได้ (Interpretable) ซึ่งจำเป็นต่อความปลอดภัยในระบบอัตโนมัติ

งานวิจัยนี้นำเสนอแนวทางการควบคุมโดรน (UAV) เพื่อติดตามยานพาหนะบนพื้นดิน (UGV) โดยใช้ตรรกะ Fuzzy Inference ที่โปร่งใสและตรวจสอบได้ แทนการใช้ Deep Learning ที่ซับซ้อนและกินทรัพยากร ระบบนี้จะดึงข้อมูลพื้นฐานจากกรอบวัตถุ (YOLO bounding box) เช่น ตำแหน่งกึ่งกลาง พื้นที่ และสัดส่วนภาพ มาคำนวณหาคำสั่งในการหันหัวโดรนโดยตรง

ทีมวิจัยได้ใช้โมเดล Takagi-Sugeno ที่มีกฎเพียง 27 ข้อ ซึ่งพิสูจน์แล้วว่ามีความแม่นยำสูงมาก โดยมีค่าความผิดพลาดเฉลี่ยเพียง 0.14 องศา และมีความแม่นยำเกือบ 100% ในเกณฑ์ความคลาดเคลื่อนที่ไม่เกิน 1-5 องศา ระบบนี้ไม่ต้องการโมเดลทางเรขาคณิตที่ซับซ้อนหรือการระบุตำแหน่งจากภายนอก ทำให้เหมาะอย่างยิ่งสำหรับโดรนขนาดเล็กที่มีข้อจำกัดด้านพลังงานประมวลผล

สรุปประเด็นหลัก

ใช้ตรรกะ Fuzzy ที่คำนวณง่ายแทนการใช้โมเดล AI ขนาดใหญ่

ใช้ข้อมูลน้อย (Low-dimensional features) จาก YOLO box เพื่อควบคุมโดรน

ความผิดพลาดในการหันหัว (Yaw error) ต่ำมากเพียง 0.14 องศา

นวัตกรรมและเทคโนโลยี

research

Takagi-Sugeno Fuzzy Model

แบบจำลองทางตรรกะขนาดกะทัดรัด 27 กฎที่ให้ความแม่นยำสูงในการนำทางโดรน

robotics

Bounding-Box Geometry Tracking

การดึงข้อมูลจาก YOLO เพื่อใช้ในการคาดการณ์ตำแหน่งและมุมหันโดยไม่ต้องใช้เซนเซอร์วัดพิกัดภายนอก

Developer Impact
วิศวกรโดรนและระบบฝังตัว (Embedded) สามารถใช้วิธีนี้เพื่อสร้างระบบนำทางที่ทำงานได้ในระดับ Real-time บนบอร์ดประมวลผลราคาประหยัด
Keywords
#uav tracking #fuzzy inference #takagi-sugeno #yolo #robotics
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv