кочан Изследователи разработват роякови дронове за локализиране на изтичане на газ – Unite.AI
Свържете се с нас

Роботика

Изследователи разработват роякови дронове за локализиране на изтичане на газ

Публикуван

 on

Изследователи от Технологичния университет в Делфт са разработили първия по рода си рояк от малки дронове, които са способни автономно да откриват и локализират изтичане на газ в тесни вътрешни среди. За да открият изтичане на газ в сграда или индустриален обект, пожарникарите рискуват живота си, тъй като откриването на източника може да отнеме много време. Тези нови дронове могат да имат големи последици в тази област.

Проектиране на AI за дронове

Най-голямото препятствие за изследователите беше да проектират изкуствения интелект (AI), необходим за сложната задача. Поради малкия размер на дроновете, изчислителните и паметовите части трябваше да паснат плътно в тях. Изследователите разчитат на био-вдъхновени навигация и стратегии за търсене. 

- изследване беше публикуван на сървъра за статии ArXiv и ще бъде представен на конференцията по роботика IROS по-късно през годината.

Какво е необходимо за локализиране на автономен източник на газ

Задачата за автономно локализиране на източник на газ е изключително сложна и изисква изкуствени сензори за газ, които не са много способни да откриват малки количества газ. Те също се борят да останат чувствителни към бързи промени в газовите концентрации. 

Освен самата задача, средата също създава проблеми, когато е сложна. Поради тези причини традиционните изследвания са се развили около единични роботи, които търсят източник на газ в малка среда без препятствия. 

Guido de Croon е редовен професор в лабораторията за микровъздушни превозни средства на TU Delft. 

„Ние сме убедени, че рояците от малки дронове са обещаващ път за локализиране на автономни източници на газ“, казва Гуидо де Кроон. „Малкият размер на дроновете ги прави много безопасни за всички хора и имущество, което все още е в сградата, докато способността им за летене ще им позволи в крайна сметка да търсят източника в три измерения. Освен това малкият им размер им позволява да летят в тесни закрити помещения. И накрая, наличието на рояк от тези дронове им позволява да локализират източник на газ по-бързо, като същевременно избягват локалните максимуми на концентрация на газ, за ​​да намерят истинския източник.

Въпреки предимствата на тези свойства, те също така затрудняват инженерите да внедрят AI в дроновете за локализиране на автономни източници на газ. Поради ограниченията около бордовото отчитане и обработка, AI алгоритмите, използвани в самоуправляващите се превозни средства, не са приложими. Тъй като работят на рояци, дроновете също трябва да избягват сблъсъка един с друг, докато си сътрудничат.

Bart Duisterhof извърши изследването в TU Delft. 

„Всъщност в природата има много примери за успешна навигация и локализиране на източника на миризма в рамките на строги ограничения на ресурсите“, казва Дуистерхоф. „Само си помислете как плодовите мухи с техните малки мозъци от ~100,000 XNUMX неврони безпогрешно намират бананите в кухнята ви през лятото. Те правят това чрез елегантно комбиниране на прости поведения като летене срещу вятъра или ортогонално на вятъра в зависимост от това дали усещат миризмата. Въпреки че не можахме директно да копираме тези поведения поради липсата на сензори за въздушен поток на нашите роботи, ние внушихме на нашите роботи подобно просто поведение, за да се справят със задачата.“

Sniffy Bug: Напълно автономен рояк търсещи газ нано квадрокоптери в затрупана среда

Малките дронове разчитат на нов алгоритъм за „бъгове“, наречен „Sniffy Bug“, който позволява на дроновете да се разпространяват, преди да открият някакъв газ. Това им позволява да покриват големи среди и да избягват препятствия или един друг. 

След като един от дроновете усети газ, той съобщава това на останалите, които след това ще си сътрудничат помежду си, за да намерят източника на газ възможно най-бързо. По-конкретно, дроновете извършват търсене на максимална концентрация на газ с алгоритъм, наречен „оптимизиране на рояк частици“ или PSO, където всеки дрон действа като частица. 

Алгоритъмът е вдъхновен от социалното поведение и движение на стадата птици, като всеки дрон се движи въз основа на собственото си възприемано местоположение с най-висока концентрация на газ, най-високото местоположение на рояка и текущата му посока на движение и инерция. Едно от предимствата на PSO е, че изисква измерване само на газовата концентрация без градиента на газовата концентрация или посоката на вятъра.

„Това изследване показва, че рояци от малки дронове могат да изпълняват много сложни задачи,“ казва Гуидо, „Надяваме се, че тази работа е вдъхновение за други изследователи на роботиката да преосмислят типа AI, който е необходим за автономно летене.“

Алекс Макфарланд е AI журналист и писател, изследващ най-новите разработки в областта на изкуствения интелект. Той е сътрудничил с множество стартиращи фирми и публикации в областта на изкуствения интелект по целия свят.