Forskere udvikler sværmdroner til at lokalisere gaslækager

Forskere ved Delft University of Technology har udviklet den første sværm af bittesmå droner nogensinde, der er i stand til autonomt at detektere og lokalisere gaslækager i trange indendørs miljøer. For at finde en gaslækage i en bygning eller et industriområde risikerer menneskelige brandmænd livet, da det kan tage lang tid at opdage kilden. Disse nye droner kan få store konsekvenser på dette område.

Design af AI til dronerne

Den største hindring for forskerne var at designe den kunstige intelligens (AI), der er nødvendig til den komplekse opgave. På grund af den lille størrelse af dronerne, skulle de beregnings- og hukommelsesdele passe tæt ind i dem. Forskerne stolede på bio-inspirerede navigations- og søgestrategier. 

forskning blev offentliggjort på ArXiv-artikelserveren, og den vil blive præsenteret på IROS-robotkonferencen senere på året.

Hvad kræves til lokalisering af autonome gaskilder

Opgaven med autonom gaskildelokalisering er ekstremt kompleks, og den kræver kunstige gassensorer, som ikke er særlig i stand til at detektere små mængder gas. De kæmper også for at forblive følsomme over for hurtige ændringer i gaskoncentrationer. 

Udover selve opgaven volder miljøet også problemer, når det er komplekst. Af disse grunde har traditionel forskning udviklet sig omkring enkelte robotter, der søger efter en gaskilde i små, forhindringerfrie miljøer. 

Guido de Croon er fuld professor ved Micro Air Vehicle-laboratoriet på TU Delft. 

"Vi er overbeviste om, at sværme af bittesmå droner er en lovende vej til autonom gaskildelokalisering," siger Guido de Croon. "Dronernes lille størrelse gør dem meget sikre for alle mennesker og ejendom, der stadig er i bygningen, mens deres flyveevne vil give dem mulighed for til sidst at søge efter kilden i tre dimensioner. Desuden giver deres lille størrelse dem mulighed for at flyve i snævre indendørs områder. Endelig giver en sværm af disse droner dem mulighed for at lokalisere en gaskilde hurtigere, mens de undslipper lokale gaskoncentrationsmaksima for at finde den sande kilde."

På trods af fordelene ved disse egenskaber gør de det også vanskeligt for ingeniører at implementere AI i dronerne til autonom gaskildelokalisering. På grund af begrænsningerne omkring indbygget registrering og behandling er AI-algoritmerne, der bruges i selvkørende køretøjer, ikke anvendelige. Fordi de opererer i sværme, skal droner også undgå at kollidere med hinanden, mens de samarbejder.

Bart Duisterhof udførte forskningen på TU Delft. 

"Faktisk er der i naturen masser af eksempler på vellykket navigation og lokalisering af lugtkilder inden for strenge ressourcebegrænsninger," siger Duisterhof. "Tænk bare på, hvordan frugtfluer med deres bittesmå hjerner på ~100,000 neuroner ufejlbarligt finder bananerne i dit køkken om sommeren. Det gør de ved elegant at kombinere simpel adfærd som at flyve mod vinden eller ortogonalt på vinden afhængigt af, om de mærker lugten. Selvom vi ikke direkte kunne kopiere denne adfærd på grund af fraværet af luftstrømssensorer på vores robotter, har vi indpodet vores robotter med lignende enkel adfærd til at tackle opgaven."

De små droner er afhængige af en ny "bug"-algoritme kaldet "Sniffy Bug", som gør det muligt for dronerne at sprede sig, før de opdager nogen gas. Dette giver dem mulighed for at dække store miljøer og undgå forhindringer eller hinanden. 

Når en af ​​dronerne fornemmer gas, kommunikerer den det til de andre, som derefter vil samarbejde med hinanden for at finde gaskilden så hurtigt som muligt. Mere specifikt udfører dronerne en søgning efter maksimal gaskoncentration med en algoritme kaldet "partikelsværmoptimering" eller PSO, hvor hver drone fungerer som en partikel. 

Algoritmen var inspireret af fugleflokkes sociale adfærd og bevægelse, hvor hver drone bevægede sig baseret på sin egen opfattede højeste gaskoncentrationsplacering, sværmens højeste placering og dens aktuelle bevægeretning og inerti. En af fordelene ved PSO er, at det kun kræver måling af gaskoncentrationen uden gaskoncentrationsgradient eller vindretning.

"Denne forskning viser, at sværme af bittesmå droner kan udføre meget komplekse opgaver.," siger Guido, "Vi håber, at dette arbejde danner inspiration for andre robotforskere til at genoverveje den type AI, der er nødvendig for autonom flyvning."