Markdown பதிப்பு

AI-translated from English; not yet reviewed by a fluent editor.

# TU Delft-இன் MonoRace ஆய்வுக் கட்டுரை, அதன் ஒற்றைக் கேமரா ட்ரோன் பந்தய அமைப்பை விளக்குகிறது

> Science Robotics இதழின் புதிய ஆய்வு, 2025 ட்ரோன் பந்தய வெற்றிக்குப் பின்னுள்ள கேமரா, IMU, உள் கட்டுப்பாட்டை விவரிக்கிறது. இந்த முடிவு அறியப்பட்ட போட்டிப் பாதைக்குள் மட்டுமே பொருந்தும்.

By BIG CHANGE Editorial

Published: 2026-10-15T06:59:17.849Z
Updated: 2026-10-15T06:59:17.849Z
Canonical: https://bigchange.ai/blog/tudelft-monorace-one-camera-autonomous-drone-racing

![Conceptual charcoal illustration of an unbranded quadrotor flying toward a freestanding orange-edged gate on an open field.](https://bigchange.ai/api/media/file/monorace-drone-gate-concept-v2.png)
AI-generated conceptual illustration by BIG CHANGE; no actual MonoRace aircraft, A2RL event or race result is depicted.

TU Delft ஆராய்ச்சியாளர்கள் MonoRace-ன் முறையை [*Science Robotics*](https://doi.org/10.1126/scirobotics.aee9250) இதழில் 2026 அக்டோபர் 14 அன்று வெளியிட்டனர். அதில் விவரிக்கப்படும் முடிவு அதற்கு முந்தையது: 2025 ஏப்ரலில் Abu Dhabi Autonomous Drone Racing Competition-ஐ ட்ரோன் வென்றது. முன்நோக்கிய ஒரே கேமரா, inertial measurement unit (IMU), சிறிய உள் கட்டுப்பாட்டு வலையமைப்பு ஆகியவை பந்தய வேகத்தில் இணைந்து எவ்வாறு செயல்பட்டன என்பதை ஆய்வு விவரிக்கிறது.

ஆசிரியர்களின் [ஆசிரியர்கள் அணுகக்கூடிய முன்வெளியீடு](https://arxiv.org/html/2601.15222v1)2026 ஜனவரி 21 அன்று சமர்ப்பிக்கப்பட்டது; நாக்அவுட் போட்டியில் பிற தன்னாட்சி அணிகளையும் மூன்று மனித உலக சாம்பியன்களையும் வென்றதாக அது தெரிவிக்கிறது. வெளிப்புற இயக்கக் கண்காணிப்பு இல்லாமல் போட்டிப் பாதையில் MonoRace மணிக்கு 100 கி.மீ. வரை சென்றதாகவும் கூறுகிறது. [TU Delft வளாக வெளியீடு இந்த வெற்றியைப் பதிவு செய்தது](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi) 2025 ஏப்ரலில். BIG CHANGE இந்த அமைப்பைச் சோதிக்கவில்லை.

## பெரிய மாற்றம்

- **என்ன மாறியது:** மோதல் அல்லது பழுதுபார்ப்புக்குப் பிறகு, வெளிப்புற இயக்கக் கண்காணிப்பு இன்றி, உள் விமானப் படங்களையும் அறியப்பட்ட கேட் வடிவங்களையும் கொண்டு MonoRace கேமரா சீரமைப்பை அணி எவ்வாறு மீண்டும் சரிசெய்தது என்பதை 2026 அக்டோபர் ஆய்வு விளக்குகிறது.
- **இது ஏன் முக்கியம்:** பல வானூர்திகளை மதிப்பிடும் ட்ரோன் பந்தய அணிகள் மோதல் தவிர்ப்பு திறனைத் தனியாக மதிப்பிட வேண்டும். அந்தத் திறன் இல்லாததால், தனிநபர் மற்றும் மனிதர்களுடனான பந்தயங்களை வென்றபோதும், பல ட்ரோன்கள் பங்கேற்ற நிகழ்வில் MonoRace மூன்றாவது இடம் பெற்றது.
- **அடுத்து கவனிக்க வேண்டியது:** குறியிடப்பட்ட பாதை முடிவுகள், பாதைக்கு வெளியேயான நம்பகத்தன்மை, பொதுப் பயன்பாட்டு வழிசெலுத்தல், செயல்படுத்தல் பாதுகாப்பு, வணிகக் கிடைப்புத்தன்மை அல்லது பிற ரோபோக்களுக்கு மாற்றிப் பயன்படுத்துதல் ஆகியவற்றை நிரூபிக்கவில்லை.

## கேட் படத்திலிருந்து மோட்டார் கட்டளை வரை

போட்டித் ட்ரோனில் இயக்கத்தை அளந்த IMU உடன் ஒரு காட்சிக் கேமரா பயன்படுத்தப்பட்டது. ரோலிங்-ஷட்டர் கேமரா படங்களை உள் கணினிக்கு அனுப்பியது; அங்கு நியூரல் நெட்வொர்க் பந்தய கேட்களைக் குறித்தது. மென்பொருள் கேட் மூலைகளைக் கண்டறிந்து எதிர்பார்க்கப்பட்ட காட்சியுடன் ஒப்பிட்டு, காட்சியிலிருந்து கிடைத்த நிலை மதிப்பீட்டை IMU அளவுகளுடன் நிலை மதிப்பீட்டியில் இணைத்தது. கடுமையான இயக்கங்களில் முடுக்கமானி அளவீட்டு வரம்பை மீறியபோது, ட்ரோனின் இயக்கவியல் மாதிரி மதிப்பீட்டிக்கு உதவியது, [ஆய்வின் முறையின்படி](https://arxiv.org/html/2601.15222v1).

ஓட்டங்களுக்கு இடையில் அளவுத்திருத்தத்தை மேம்படுத்த ஆராய்ச்சியாளர்கள் விமானப் பதிவுகளையும் பயன்படுத்தினர். அறியப்பட்ட வடிவம், அளவுள்ள கேட்கள் கேமரா படத்தில் எங்கு தோன்ற வேண்டும் என்பதை, பிரிப்பு அமைப்பு அவற்றைக் கண்ட இடத்துடன் ஒப்பிட்டனர். பழுது அல்லது மோதலுக்குப் பிறகு ட்ரோனை ஒப்பிடுகையில் கேமராவின் இடத்தையும் கோணத்தையும் மேம்படுத்த இந்த ஆஃப்லைன் சரிசெய்தல் குறிப்பாகப் பயனளித்தது. இதற்கு பந்தய கேட்கள் பற்றிய அறிவு தேவைப்பட்டது; வெளிப்புற இயக்கக் கண்காணிப்பு தேவையில்லை.

மதிப்பிடப்பட்ட நிலை பின்னர் விமானக் கட்டுப்படுத்தியில் இருந்த சிறிய நியூரல் வழிகாட்டல்-கட்டுப்பாட்டு வலையமைப்புக்கு அனுப்பப்பட்டது. உருவகப்படுத்தலில் பயிற்றுவிக்கப்பட்ட அது, தனி உள் கட்டுப்பாட்டு சுற்றைத் தவிர்த்து, வினாடிக்கு 500 புதுப்பிப்புகளில் மோட்டார்களுக்கு நேரடியாகக் கட்டளையிட்டது. கேமரா படங்கள் உள் NVIDIA Jetson Orin NX-இல் செயலாக்கப்பட்டன; 500 Hz வலையமைப்பு விமானக் கட்டுப்படுத்தியில் இயங்கியது. படச் செயலியும் 500 Hz மோட்டார் கட்டுப்படுத்தியும் தனித்த உள் வன்பொருளில் இயங்கின.

## பந்தயம் எதை நிரூபிக்கிறது

ஆராய்ச்சியாளர்களின் அறிக்கைப்படி, 2025-இல் MonoRace தனிநபர் Grand Challenge-யையும் AI-எதிர்-மனிதர் நாக்அவுட் போட்டியையும் வென்றது. மோதல் தவிர்ப்பு திறன் இல்லாத பல-ட்ரோன் பந்தயத்தில் மூன்றாவது இடம் பெற்றதையும் ஆய்வு பதிவு செய்கிறது. காட்டப்பட்ட முடிவு போட்டி சூழலில் அறியப்பட்ட கேட் பாதையை வேகமாகச் சுற்றிய விமானம்; உணர்தலும் கட்டுப்பாடும் உள்புறமாக நடந்தன, வெளிப்புற இயக்கக் கண்காணிப்பு இல்லை. பொதுப் பயன்பாட்டு வழிசெலுத்தல், செயல்பாட்டு பாதுகாப்புப் பதிவு, வணிகக் கிடைப்புத்தன்மை அல்லது பிற வகை ரோபோக்களுக்கு மாற்றுதல் ஆகியவற்றை ஆய்வு நிரூபிக்கவில்லை.

முந்தைய ஓர் அமைப்பான [Swift](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/), அதன் பந்தயங்களில் உள் உணர்தலைப் பயன்படுத்தி உட்புறப் பாதையில் சாம்பியன் மனித விமானிகளை வென்றது. அதன் ஆராய்ச்சி வளர்ச்சிக் கட்டத்தில் ஸ்டீரியோ காட்சி-நிலை உணர்தலையும் இயக்கப் பிடிப்புத் தரவையும் பயன்படுத்தியது. MonoRace-ன் அறிவிக்கப்பட்ட முன்னேற்றம் ஒற்றைக் காட்சிக் கேமரா, உள் IMU, கேட் அடிப்படையிலான மதிப்பீட்டி, நேரடி மோட்டார் கட்டுப்படுத்தி ஆகியவற்றுடன் கிடைத்த போட்டி வெற்றியாகும். இரு ஆய்வுகளும் வேறு பாதைகளையும் நிகழ்வுகளையும் பயன்படுத்தின; எனவே அவற்றின் நேரங்கள் எந்த அமைப்பு வேகமானது என்பதற்கான நேரடி ஒப்பீடு அல்ல.

## ஆதாரங்களும் மேலதிக வாசிப்பும்

- [MonoRace ஆசிரியர் முன்வெளியீடு](https://arxiv.org/html/2601.15222v1), 2026 ஜனவரி 21 அன்று சமர்ப்பிக்கப்பட்டது. இந்தக் கட்டுரைக்குப் பயன்படுத்தப்பட்ட அணுகக்கூடிய முறை, முடிவுகளின் விளக்கம்; பின்னர் வந்த இதழ் கட்டுரை தனியாக இணைக்கப்பட்டுள்ளது.
- [*Science Robotics* இதழ் பதிவு](https://doi.org/10.1126/scirobotics.aee9250), 2026 அக்டோபர் 14 அன்று வெளியானது. வெளியீட்டுத் தகவலை இதழ் DOI மற்றும் [TU Delft வெளியீட்டு நூற்பட்டியல்](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html) ஆதரிக்கின்றன; மதிப்பாய்வின்போது வெளியீட்டாளரின் முழுப் பக்கம் கிடைக்கவில்லை, எனவே மேலுள்ள தொழில்நுட்ப விவரங்கள் முன்வெளியீட்டுக்குச் சொந்தமானவை.
- [TU Delft Delta-வின் 2025 ஏப்ரல் 16 பந்தய அறிக்கை](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi)Abu Dhabi வெற்றியை அக்காலச் செய்தியாகப் பதிவு செய்கிறது.
- [Swift ஆய்வுக் கட்டுரை](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)முந்தைய அமைப்புடன் வரையறுக்கப்பட்ட ஒப்பீட்டை வழங்குகிறது.

## Sources

- [MonoRace: வலுவான ஒற்றைக் கேமரா AI மூலம் சாம்பியன்-நிலை ட்ரோன் பந்தய வெற்றி, ஆசிரியர் முன்வெளியீடு v1](https://arxiv.org/html/2601.15222v1)
- [MonoRace, Science Robotics இதழ் DOI](https://doi.org/10.1126/scirobotics.aee9250)
- [உலகின் அதிவேக தன்னாட்சி பந்தய ட்ரோனுக்குப் பின்னுள்ள அறிவியல், TU Delft வெளியீட்டு நூற்பட்டியல்](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html)
- [Abu Dhabi உலக சாம்பியன்ஷிப்பில் TU Delft AI ட்ரோன் மனித விமானிகளை முந்தியது, Delta](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi)
- [ஆழ வலுவூட்டல் கற்றல் மூலம் சாம்பியன்-நிலை ட்ரோன் பந்தயம், Nature](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)