<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	xmlns:media="http://search.yahoo.com/mrss/" >

<channel>
	<title>Kvadrokoptéra &#8211; Mobify.cz &#8211; Váš párťák ve světě elektroniky</title>
	<atom:link href="https://mobify.cz/clanky/tagy/kvadrokoptera/feed/" rel="self" type="application/rss+xml" />
	<link>https://mobify.cz</link>
	<description></description>
	<lastBuildDate>Sat, 05 Sep 2026 22:35:49 +0000</lastBuildDate>
	<language>cs</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.1</generator>

<image>
	<url>https://mobify.cz/wp-content/uploads/2026/02/apple-touch-icon-150x150.png</url>
	<title>Kvadrokoptéra &#8211; Mobify.cz &#8211; Váš párťák ve světě elektroniky</title>
	<link>https://mobify.cz</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Dron se orientuje jako netopýr a nepotřebuje kameru ani lidar. Stačí mu ultrazvuk a AI, která se řídí hlukem vrtulí</title>
		<link>https://mobify.cz/clanky/novinky/dron-se-orientuje-jako-netopyr/</link>
		
		<dc:creator><![CDATA[Petr Sedmík]]></dc:creator>
		<pubDate>Sun, 06 Sep 2026 02:59:00 +0000</pubDate>
				<category><![CDATA[Novinky]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[dron]]></category>
		<category><![CDATA[Kvadrokoptéra]]></category>
		<category><![CDATA[technologie]]></category>
		<category><![CDATA[ultrazvuk]]></category>
		<category><![CDATA[umělá inteligence]]></category>
		<guid isPermaLink="false">https://mobify.cz/?p=15478</guid>

					<description><![CDATA[<p><strong><span dir="auto">Kvadrokoptéra o velikosti dlaně zvládla ve 180 testech obletět překážky v mlze, teď i kouři s úspěšností 72 až 100 %, a to bez jediného snímku z kamer.</span></strong></p>
]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">Tým z Worcester Polytechnic Institute postavil miniaturní dron PeARBat160 s rozpětím pouhých 16 centimetrů a vybavil ho dvěma ultrazvukovými senzory vpředu. Ty fungují přesně jako echolokace netopýra: vyšlou krátký zvukový impulz, zachytí jeho odraz od překážky a z času letu spočítají vzdálenost. Protože senzory jsou dva, levý a pravý, drobný rozdíl v načasování echa prozradí i směr, odkud se překážka blíží. Pro samotné vyhýbání se překážkám dron skutečně nepoužívá přední kameru ani lidar. Klíčovou roli ale hraje neuronová síť Saranga, která řeší dosud neřešitelný problém malých dronů: vlastní vrtule generují mohutný ultrazvukový šum, v němž se slabé echo stěny nebo sloupu snadno ztratí. Saranga se na reálných datech naučila tento hluk odfiltrovat; neřídí se jím v tom smyslu, že by z něj postavila prostor, ale učí se ho rozpoznat a odečíst, aby v zašuměném signálu vytáhla skutečné překážky. Pomáhá jí v tom i fyzický akustický štít, který část hluku vrtulí odstíní ještě před senzorem.</p>



<h2 class="wp-block-heading">Netopýří princip v šestnácti centimetrech</h2>



<p class="wp-block-paragraph">PeARBat160 váží 460 gramů a jeho autoři odhadují výrobní náklady na zhruba 10 tisíc korun. Oba přední senzory, čipy TDK ICU-30201, spotřebují dohromady pouhých 1,2 miliwattu. Pro srovnání: komerční autonomní drony jako Skydio X10 nebo DJI Matrice 4TD mají úhlopříčku 47 až 80 centimetrů, váží 1,7 až 2,2 kilogramu, stojí 140 tisíc až 380 tisíc korun a jejich senzorové sady spolknou přes 20 wattů. Rozdíl v energetické náročnosti senzoriky je řádově desetitisícinásobný.</p>



<p class="wp-block-paragraph">Důležitá je ale poctivá poznámka: dron není zcela „bezesenzorový“. Pro odhad vlastní rychlosti využívá optický flow senzor a pro měření výšky spodní ultrazvukový senzor. Bez kamery a lidaru se obejde jen při detekci a objíždění překážek, a právě tam je to podstatné, protože kamery a lidar v mlze, kouři, absolutní tmě nebo na skleněných a průhledných plochách selhávají.</p>



<h2 class="wp-block-heading">Saranga přelstí vlastní vrtule</h2>



<p class="wp-block-paragraph">Neuronová síť Saranga nepracuje s jedním okamžitým vzorkem. Dostává „obrázek“ složený z 32 po sobě jdoucích měřicích cyklů, tedy zhruba 0,82 sekundy historie. Užitečné signály se v tomto záznamu opakují na stejné pozici, zatímco šum vrtulí je nekorelovaný a rozpadá se. Síť se naučila tyto vzory rozlišit na syntetických datech s přimíchaným reálným hlukem; stačily přitom pouhé dvě minuty záznamu letu v režimu „jen poslouchej“.</p>



<p class="wp-block-paragraph">Po kvantizaci má model velikost půl megabajtu a běží lokálně na desce <a href="https://www.coral.ai/static/files/Coral-Dev-Board-Mini-datasheet.pdf" target="_blank" rel="noreferrer noopener nofollow">Google Coral Dev Board Mini</a> vážící 25,5 gramu. Inference trvá přibližně 15 milisekund, celá navigační síť od senzoru po úhybný manévr pracuje na frekvenci 16 hertzů. Žádný cloud, žádná latence mobilní sítě.</p>



<p class="wp-block-paragraph">Bez akustického štítu by ale pouze AI nestačila. Autoři studie <a href="https://arxiv.org/html/2603.24699v1" target="_blank" rel="noreferrer noopener nofollow">publikované v Science Robotics</a> uvádějí, že štít zdvojnásobil praktický dosah snímání, z jednoho metru na dva.</p>



<h2 class="wp-block-heading">Co ukázalo 180 testů v mlze, tmě a sněhu</h2>



<p class="wp-block-paragraph">Výzkumníci postavili dron před řadu scénářů: hustá mlha, nulové osvětlení, kombinace mlhy se sněhem, různé rychlosti letu. Výsledky podle jednotlivých podmínek:</p>



<ul class="wp-block-list">
<li><strong>Hustá mlha:</strong> 90 % úspěšnost vyhnutí se překážkám</li>



<li><strong>Tma (0 luxů):</strong> 100 %</li>



<li><strong>Kombinace tmy, husté mlhy a sněhu:</strong> 72,7 %</li>



<li><strong>Rychlost 1 m/s:</strong> 100 %</li>



<li><strong>Rychlost 2 m/s:</strong> 72,7 %</li>
</ul>



<p class="wp-block-paragraph">Pro kontext: starší ultrazvukový systém BatDeck dokončil ve stejném zaplněném vnitřním prostoru trať pouze jednou ze 17 pokusů. Saranga třináctkrát.</p>



<p class="wp-block-paragraph">Limity jsou ovšem zřetelné. Dron vydrží ve vzduchu jen asi pět minut s baterií 850 mAh. Tenké kovové tyče a drobné větvičky vracejí tak slabé echo, že se objeví až ve vzdálenosti pod 40 centimetrů; to dává málo času na reakci. A při visu spotřebuje platforma přes 100 wattů, takže miliwattová úspora na senzorice sama o sobě výdrž dramaticky neprodlouží.</p>



<h2 class="wp-block-heading">Záchranáři v kouři: slibný směr, ne hotový produkt</h2>



<p class="wp-block-paragraph">Přesně pro zakouřené interiéry po požáru, tmavé sklepy bez GPS signálu nebo zasněžené sutiny je systém navržen. Vedoucí výzkumu Nitin Sanket říká, že v reálném čase záchranné mise mohou i pár sekund navíc rozhodovat mezi životem a smrtí. WPI navíc získal na pokračování výzkumu grant NSF ve výši 705 tisíc dolarů; nejde tedy o jednorázový experiment, ale o systematickou výzkumnou linii směřující k ještě menším robotům pod 50 milimetrů.</p>



<p class="wp-block-paragraph">Český kontext není daleko. Tým z ČVUT už v roce 2021 <a href="https://aerial-core.eu/wp-content/uploads/2021/11/pritzl2021icra.pdf" target="_blank" rel="noreferrer noopener nofollow">demonstroval autonomní vlet dronu do budovy</a> v hasičském scénáři včetně prostředí plného kouře, ovšem s hloubkovou kamerou a 2D lidarem, tedy se senzory, které v hustém dýmu ztrácejí spolehlivost. Ultrazvukový přístup WPI by mohl být právě tím chybějícím dílem skládačky.</p>



<p class="wp-block-paragraph">Pět minut letu a potíže s tenkými překážkami ale brání reálnému nasazení. Ale princip funguje a u stroje za deset tisíc korun, který vidí skrz mlhu i kouř, stojí za to sledovat, kam se posune příští iterace.</p>
</p><div id="sssp-content-end"></div>]]></content:encoded>
					
		
		
		<enclosure url="https://mobify.cz/wp-content/uploads/2026/09/kvadrokoptera-pearbat160-768x432.jpg" type="image/jpeg" length="65696" />
	</item>
	</channel>
</rss>
