2024. november 6., szerda

Katonai drón repülési vezérlő rendszerét működtető program C++ nyelven.

A következő kód egy egyszerű "drónvezérlőt" modellez C++-ban, amely alapvetően figyelembe veszi a drón dőlésszögét, sebességét és magasságát. Ez nem egy teljes, működő rendszert jelent, hanem egy egyszerűsített szimulációt, amely segít megérteni, hogyan lehet a drón mozgását


#include <iostream>
#include <cmath>

// Az alapvető paraméterek

con
const float MAX_TILT_ANGLE = 30.0f;  // Maximális dőlésszög (fok)

cons

c
const float MAX_VELOCITY = 5.0f;     // Maximális sebesség (m/s)

co
const float MAX_ALTITUDE = 100.0f;   // Maximális magasság (m)

cons
const float GRAVITY = 9.81f;         // Föld gravitációja (m/s^2)

// A drón vezérlési paraméterei

stru

s
struct DroneControl {
    
    flo

    
float roll;     // Dőlésszög (X tengely, fok)
    
 
float pitch;    // Dőlésszög (Y tengely, fok)
    
    
float yaw;      // Forgás (Z tengely, fok)
    
    floa

   
float throttle; // Gáz, magasság szabályozás (0-100%)
    
    
    
  
void reset() {
        roll = 
        ro

       

   
0.0f;
        pitch = 
        p

      

   
0.0f;
        yaw = 0.0f;
        throttle = 
        th

       

    

 
0.0f;
    }
};


    }
}

   
// A drón repülésének szimulálása
class Drone {
private:
    
    
float altitude;  // Aktuális magasság (m)
    
    flo

   
float velocity;  // Sebesség (m/s)
    DroneControl control;  
    DroneControl 

    DroneContr

    DroneCo

    Dron

    
// A drón vezérlője



publ


p
public:
    Drone() {
        altitude = 
        altit

        al

       

    
0.0f;  // Kezdeti magasság 0 m
        velocity = 
       
0.0f;  // Kezdeti sebesség 0 m/s
        control.
        cont

        c

      

   
reset();  // Kezdeti vezérlőállapot
    }

    
    }

   

    }

  
// A drón mozgásának frissítése
    void update() {
        
        

    
// Magasság frissítése a gázszabályozó alapján
        altitude += control.throttle * 
        altitude += control.throttle

        altitude += contro

        altitude += con

        altitude += 

        altitude 

        altit

        a
0.1f;  // Egyszerűsített emelkedés
        
  
if (altitude > MAX_ALTITUDE) altitude = MAX_ALTITUDE;  // Maximális magasság korlátozása

        

        


     


  
// Sebesség frissítése a dőlésszög (roll, pitch) alapján
        
        flo
float tilt_factor = (fabs(control.roll) + fabs(control.pitch)) / 2.0f;
        velocity = std::
        velocity = std::min

        velocity = std:

        velocity = 

        veloci

        vel

       

   
min(tilt_factor, MAX_VELOCITY);  // Maximális sebesség korlátozása

        

      


   
// A repülés stabilitásának fenntartása
        
        

    
if (fabs(control.roll) > MAX_TILT_ANGLE) control.roll = (control.roll > 0 ? MAX_TILT_ANGLE : -MAX_TILT_ANGLE);
        
        

   
if (fabs(control.pitch) > MAX_TILT_ANGLE) control.pitch = (control.pitch > 0 ? MAX_TILT_ANGLE : -MAX_TILT_ANGLE);

        

     


 
// A drón alapvető kiírása
        std::cout << 
        std::cout 

        std:
"Altitude: " << altitude << " m, Velocity: " << velocity << " m/s\n";
        std::cout << 
        std::cout << 

      

   
"Roll: " << control.roll << "°, Pitch: " << control.pitch << "°, Yaw: " << control.yaw << "°\n";
    }

    
    }

  

    
// A vezérlő értékek beállítása
    
    v

  
void setControl(float roll, float pitch, float yaw, float throttle) {
        control.roll = roll;
        control.pitch = pitch;
        control.yaw = yaw;
        control.throttle = throttle;
    }
};


        control.roll = roll;
        control.pitch = pitch;
        control.yaw = yaw;
        control.throttle = throttle;
  

        control.roll = roll;
        control.pitch = pitch;
        control.yaw = yaw;
        control.throttle = thr

        control.roll = roll;
        control.pitch = pitch;
        control.yaw = yaw;
        contr

        control.roll = roll;
        control.pitch = pitch;
        control.yaw = yaw;
     

        control.roll = roll;
        control.pitch = pitch;
        control.yaw = y

        control.roll = roll;
        control.pitch = pitch;
        contr

        control.roll = roll;
        control.pitch

        control.roll = roll;
        contr

        control.roll = roll;
    

        control.roll = 

        con

   
int main() {
    Drone drone;

    
    Drone dro

    Dron

  
// A felhasználó beviteli lehetősége
    
    
float roll, pitch, yaw, throttle;
    
    whil

  
while (true) {
        std::cout << 
        std::cout <<

        std::

      
"Enter roll, pitch, yaw (degrees) and throttle (0-100): ";
        std::cin >> roll >> pitch >> yaw >> throttle;

        
        std::cin >> roll >> pitch >> yaw >> throttle;

    

        std::cin >> roll >> pitch >> yaw >> throttle

        std::cin >> roll >> pitch >> yaw >> th

        std::cin >> roll >> pitch >> yaw

        std::cin >> roll 

        std::ci

        std:

        s

      

  
// A drón vezérlésének beállítása
        drone.
        drone.setContr

        drone

       
setControl(roll, pitch, yaw, throttle);

        

  
// A drón állapotának frissítése
        drone.
  
update();

        

       
// Kilépés a programból (opcionális)
        
        ch

       

   
char quit;
        std::cout << 
        std::cout 

        std::
"Continue? (y/n): ";
        std::cin >> quit;
        
        std::cin >> qui

        std::cin >> 

        std::cin

       

    
if (quit == 'n' || quit == 'N') break;
    }

    
    }

   

    }
return 0;
}
A
Drone osztály :Droneosztál
Frissítési metódus : Aupdate()metó
Kontroll beállítás : A
Egyszerűsített szimuláció : A
Példa
A program futtatásakor a következő kér

yaml

Kód másolása
Enter roll, pitch, yaw (degrees) and
Altitude:
 throttle (0-100): 10 5 0 50
Altitude: 5 m, Velocity: 5 m/s
Roll: 10°, Pitch: 5°, Yaw: 0°
Continue? (y/n): y

Persze kell még hozzá a PID (Proporcionális-Integráló-Differenciáló) vezérlő algoritmusok
GPS és IMU szenzorok integrálása, Valós idejű adatfeldolgozás, Hálózati kommunikáció földi irányító állomásokkal.

Hol tart most a mesterséges intelligencia?

Diákjaim kérésére, megpróbálok választ adni a kérdésre; 

- Messzebb mint gondolnád. Erre a kérdésre sosem fogsz választ kapni, mert titkosítva van, csak a múltat ismerheted meg de azt is csak akkor ha már elavult. Az alkalmazott csúcsteknológiák, nemzetbiztonsági, és kémelhárítási feladatokra kerülnek felhasználásra. A preciziós célzás vagy légelháritás, a sebészi pontosságu lövések, a légtér biztonsága prioritást élveznek.  AI katonai alkalmazása: harcirobotok, drónok, kamikázék, felderitő és aknamentesítő robotok, szanitéc robotok, űrkutatás, kémkedés. A Vaskupola légvédelmi rakétarendszer is az AI-t használja, amelyet elsősorban tüzérségi lövedékek és rakéták ellen fejlesztettek ki. A legmodernebb célzórendszereket is az AI vezérli. A mesterséges intelligenciával felturbózott, nagy hatótávolságú tüzérségi egységek sebészeti pontossággal találják el a célt. A miniatűr repülő bogarak úgy kémkednek, hogy senki sem veszi észre.  A drónok több féle szenzorral hő, kép és infra kamerákkal is felvannak szerelve. A készített fotók kiértékelése és élesítése is AI segítségével lehetséges. A legmodernebb érzékelők falon ruhán is átlátnak. Irányított tüzérségi lövedéket használnak, amelyek képesek módosítani a röppályájukat repülés közben AI segítségével, a nagy mennyiségű, valós idejű adat lehetővé tette, hogy minden korábbinál pontosabban lehessen kiszámítani, hová kell érkeznie egy lövedéknek, ám olyan tényezők, mint a szél, a hőmérséklet vagy a légnyomás néhány tízméterrel is eltérítheti a céltól azokat. Ilyen a SMASH 3000 elnevezésű célzórendszer. Az AI képes gyorsabban feldolgozni ezeket az adatokat, mint a hagyományos matematikai modellek. E mellett robotkutyákat és grippenek célzórendszerét is vezérli az AI. A 60km/h-val közlekedő önjáró ágyuk és tankok menetközben is a célon maradnak az AI-nak köszönhetően.

 Nézzük a fogalmakat.

Mi az AI?

A mesterséges intelligencia területén megvalósuló innovációk továbbra is szinte minden iparágban alakítják az emberiség jövőjét. A mesterséges intelligencia már most is a fő mozgatórugója az olyan feltörekvő technológiáknak, mint a big data, a robotika és az IoT, és a generatív mesterséges intelligencia tovább bővítette az AI lehetőségeit és népszerűségét. Hol vagyunk már a szemantikus web problémájától.

Mit jelent a mesterséges intelligencia kifejezés ?

A mesterséges intelligencia egy gép azon képessége, hogy olyan emberszerű képességeket jelenítsen meg, mint az érvelés, a tanulás, a tervezés és a kreativitás . Az AI lehetővé teszi a technikai rendszerek számára, hogy észleljék környezetüket, foglalkozzanak azzal, amit észlelnek, megoldják a problémákat és cselekedjenek egy meghatározott cél elérése érdekében

Mi a Chat-DPT?

Mindenki ismeri és használja a Chat-DPT-t. A jelentése generative pre-trained transformer, ami nem más mint egy online realtime beszélgetés billentyűzetről. Az 50-es években kezdőtek a kutatások, de a szemantikusweb hozta meg az áttörést, a szövegértelmezésben, a tezauruszok segítségével. Ennyit engednek látni a nagy jéghegyből az átlagembereknek. Függetlenül az adatmennyiség méretétől, képes elemzéseket és javaslatokat készíteni, egy döntés meghozatala előtt.
A generatív mesterséges intelligencia fogalma

‍Mi a generatív mesterséges intelligencia?

 Generatív AI a legújabb és legnépszerűbb AI-alkalmazás ma. A generatív mesterséges intelligencia gépi tanulási modelleket használ új tartalom létrehozásához, a szövegtől és a képektől a zenéig és videókig. Ezek a modellek valósághű és kreatív eredményeket generálhatnak, és olyan területeket fejlesztenek ki, mint a művészet, a szórakoztatás és a design. A generatív mesterséges intelligencia olyan AI technika, amelynek célja az új adatok generálása az előzetesen megtanított adathalmazok felhasználásával. A generatív AI működése a gépi tanulás egy speciális formáján, a mélytanuláson alapul. A mélytanulás során a gépek nagy mennyiségű adatot tanulmányoznak, és mintázatokat keresnek benne. Olyan technológia amely múltbeli adatokra támaszkodva hoz létre újat legyen szó szövegről, képről, videóról, kódról, stb. Ezt úgy éri el, hogy tanul és mintázatokat keres az adatokban, majd ezeket az ismereteket használja fel az új tartalom létrehozásához.  Például, ha egy generatív AI modell sok képet lát kutyákról, képes lehet új, eddig sosem létező kutyák képeit generálni. A generatív AI nem csak másolja az adatokat, hanem megérti azok mintázatát, és képes ezekből új, kreatív változatokat előállítani. 

Mi a szingularitás?
 
Technológiai szingularitás alatt azt a lehetséges jövőbeli időpontot értik, amikor a mesterséges intelligenciának köszönhetően a technológiai fejlődés annyira felgyorsul és annyira radikális lesz, hogy az emberek már nem tudják követni, irányítani vagy előre jelezni.

Mi a Deep learning?

 A mély tanulás olyan gépi tanulás, amely mesterséges neurális hálózatokkal teszi lehetővé, hogy a digitális rendszerek tanuljanak és döntéseket hozzanak strukturálatlan, címkézetlen adatok alapján.

Mi a mainstream?

Az informatika fejlődésének fő iránya, egy darabig a felhőalapú számítástechnika (cloud combputing) volt, most az AI.

Mi a cloud combputing?

Több hardveren megosztott virtuális tárhely. Többféle felhőalapú szolgáltatást különböztethetünk meg, a közös bennük az, hogy a szolgáltatásokat nem egy meghatározott hardvereszközön üzemeltetik, hanem a szolgáltató eszközein elosztva, annak üzemeltetési részleteit a felhasználótól elrejtve. 

Mire lehet használni?

OCR, beszédfelismerés, arcfelismerés, képtartalom felismerés, szövegértelmezés, természetes nyelvi feldolgozás, mesterslges nyelv megfejtése, gépi fordítás nyelvek között, Optimalizálás és tervezés, Önvezető járművek, Autonóm fegyverek, vezérlés automatizálás, csillagászati számítások, digitális asszisztencia, Közösség manipuláció, megtévesztés, félrevezetés, csalás, hamisitás, banki tevékenység, pénzügyi elemzés, szemantikusweb prediktív keresési algoritmus. e-kereskedelem, harcászat, egészségügy, stb.

Mi az ANI rendszer?

Az Artificial Narrow Intelligence a gyenge mesterséges intelligencia olyan mesterséges intelligencia, amely az elme egy korlátozott részét valósítja meg, vagy szűk AIként egyetlen szűk feladatra összpontosít. 

Melyek a legrelevánsabb területek?

Adatelemzés és betekintés : A vállalatok mesterséges intelligencia segítségével hatalmas mennyiségű adatot elemeznek gyorsan és hatékonyan. Ez lehetővé teszi számukra, hogy értékes betekintést nyerjenek, azonosítsák a trendeket, és megalapozott döntéseket hozzanak, amelyek elősegítik az üzleti növekedést.
Automatizálás és hatékonyság : AI-alapú automatizálást alkalmaznak az ismétlődő feladatok egyszerűsítésére, a hatékonyság javítására és a működési költségek csökkentésére. Ez fokozott termelékenységhez és az erőforrások stratégiaibb elosztásának képességéhez vezet.
Személyre szabott vásárlói élmények : A mesterséges intelligencia lehetővé teszi a vállalatok számára, hogy személyre szabott élményeket nyújtsanak ügyfeleiknek. A mesterséges intelligencia által vezérelt algoritmusok segítségével a vállalatok elemezhetik az ügyfelek preferenciáit és viselkedését, hogy személyre szabott ajánlásokat és szolgáltatásokat nyújthassanak.
Prediktív elemzés : A nagyvállalatok az AI előrejelző képességeit használják a piaci trendek, az ügyfelek viselkedésének és a lehetséges üzleti kockázatok előrejelzésére. Ez a proaktív megközelítés segít a stratégiák adaptálásában és a dinamikus üzleti környezetben való előrelépésben.
Supply Chain Optimization : Az AI-t az ellátási lánc kezelésének optimalizálására alkalmazzák, a készletkezeléstől a logisztikáig. Ez jobb készletellenőrzést, csökkentett pazarlást és jobb szállítási határidőket eredményez.
Natural Language Processing (NLP) alkalmazások : Az AI NLP képességeit olyan feladatokra használják, mint a hangulatelemzés, az ügyfélszolgálati chatbotok és a tartalomgenerálás. Ez javítja a kommunikációt az ügyfelekkel és egyszerűsíti az interakciókat.
AI-vezérelt innováció : A vállalatok mesterséges intelligencia által vezérelt kutatásba és fejlesztésbe fektetnek be, hogy innovatív termékeket és szolgáltatásokat hozzanak létre. Az AI azon képessége, hogy azonosítja a mintákat és új ötleteket generál, hozzájárul az újszerű megoldásokhoz a különböző iparágakban.
Egészségügyi fejlesztések : Az egészségügyi ágazatban az AI segíti a diagnosztikát , a gyógyszerkutatást és a személyre szabott orvoslást. Az AI algoritmusok elemezhetik az orvosi képeket és adatokat, hogy segítsék az orvosokat a pontos diagnózis felállításában.

Mit jelent a "Theory of Mind" kifejezés?

Az emberi elme megértése irányuló kutatás AI segítségével. A tudathiánya azt jelenti hogy az AI-ból hiányzik a tudatosság és az öntudatosság. Nincsenek benne valódi érzelmek, hiedelmek vagy szándékok. Ehelyett az emberek által programozott mintákat és algoritmusokat követi. Kontextuális megértés : A mesterséges intelligencia nehezen tudja megragadni azokat a kontextuális árnyalatokat, amelyeket az emberek könnyedén megértenek. Félreértelmezheti a szarkazmust, a humort vagy más olyan finom társadalmi jeleket, amelyek döntő szerepet játszanak az emberi kommunikációban. Érzelmi intelligencia : Bár az AI képes felismerni az érzelmeket szövegből vagy beszédből, nem érti meg igazán az érzelmeket. Nem tud együtt érezni vagy átélni érzelmeket, mint egy ember. Az elme elmélete a gyermekekben kontra mesterséges intelligencia : Az elme elmélete az emberi gyermekek fejlődésének mérföldköve, amikor elkezdik megérteni, hogy másoknak mások a gondolatai és hiedelmei, mint a sajátjuk. Az AI nem rendelkezik ezzel a veleszületett kognitív képességgel, és algoritmusokra támaszkodik a megértés szimulálására. Etikai megfontolások : Még ha a mesterséges intelligencia elérné is az elme elméletének látszatát, etikai kérdéseket vet fel olyan rendszerek létrehozásával kapcsolatban, amelyek valódi tudatosság nélkül utánozzák az emberhez hasonló mentális állapotokat.  Jelenleg a mesterséges intelligencia megértése az emberi mentális állapotokról kezdetleges marad, és a valódi megértés helyett a minták felismerésére korlátozódik.