Forskere udvikler swarm-droner til at lokalisere gaslækager

Forskere fra Delft University of Technology har udviklet den første swarm af små droner, der kan autonome detektere og lokalisere gaslækager i små, indendørs miljøer. For at finde en gaslækage i en bygning eller industrielt område, risikerer menneskelige brandmænd deres liv, da det kan tage lang tid at detektere kilden. Disse nye droner kan have store konsekvenser på dette område.

Design af AI til dronerne

Det største hinder for forskerne var at designe den kunstige intelligens (AI), der var nødvendig for den komplekse opgave. På grund af dronernes små størrelse, skulle de computermæssige og hukommelsesmæssige dele være meget små og kunne passe tæt inde i dem. Forskerne brugte bio-inspireret navigation og søgestrategier.

Forskningen blev offentliggjort på ArXiv-artikelserveren og vil blive præsenteret på IROS-robotikkonferencen senere på året.

Hvad der kræves for autonome gaslokalisering

Opgaven med autonome gaslokalisering er ekstremt kompleks og kræver kunstige gas-sensorer, der ikke er meget kapable til at detektere små mængder gas. De kæmper også med at forblive følsomme overfor hurtige ændringer i gas-koncentrationer.

Ud over den faktiske opgave, forårsager miljøet også problemer, når det er komplekst. Af disse grunde har traditionel forskning udviklet sig omkring enkelt-robotter, der søger efter en gas-kilde i små, hindringsfrie miljøer.

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

“Vi er overbeviste om, at swarm af små droner er en lovende vej for autonome gaslokalisering,” siger Guido de Croon. “Dronernes små størrelse gør dem meget sikre for mennesker og ejendom, der stadig er i bygningen, mens deres flyveevne vil tillade dem at søge efter kilden i tre dimensioner. Desuden tillader deres små størrelse dem at flyve i smalle indendørs områder. Endelig giver det os mulighed for at lokalisere en gas-kilde hurtigere, mens vi undgår lokale maksimum for gas-koncentration for at finde den sande kilde.”

Trods fordelene ved disse egenskaber, gør de det også svært for ingeniører at implementere AI i dronerne til autonome gaslokalisering. På grund af begrænsningerne omkring onboard-sensing og -processing, er AI-algoritmerne, der bruges i selvkørende køretøjer, ikke anvendelige. Da de opererer i swarm, har dronerne også brug for at undgå kollisioner med hinanden, mens de samarbejder.

Bart Duisterhof udførte forskningen på TU Delft.

“I virkeligheden findes der mange eksempler på succesfuld navigation og lugtlokalisering inden for stramme ressourcebegrænsninger i naturen,” siger Duisterhof. “Tænk blot på, hvordan frugtfluer med deres små hjerner på ~100.000 neuroner uhindret kan lokalisere bananerne i dit køkken om sommeren. De gør det ved at kombinere simple adfærdsmønstre, såsom at flyve opad eller ortogonalt til vinden, afhængigt af, om de fornemmer lugten. Selv om vi ikke kunne kopiere disse adfærdsmønstre direkte på grund af manglen på luftsensorer på vores robotter, har vi indpodet vores robotter med lignende simple adfærdsmønstre for at tackle opgaven.”

https://www.youtube.com/watch?v=hj_SBSpK5qg

De små droner afhænger af en ny “bug”-algoritme kaldet “Sniffy Bug”, der giver dronerne mulighed for at sprede sig, før de detekterer nogen gas. Dette giver dem mulighed for at dække store områder og undgå hindringer eller hinanden.

Når en af dronerne fornemmer gas, kommunikerer den det til de andre, der så vil samarbejde for at finde gas-kilden så hurtigt som muligt. Mere specifikt udfører dronerne en søgning efter maksimal gas-koncentration med en algoritme kaldet “partikelswarm-optimering” eller PSO, hvor hver drone fungerer som en partikel.

Algoritmen blev inspireret af de sociale adfærdsmønstre og bevægelser hos fugleflokke, hvor hver drone bevæger sig på basis af sin egen fornemmelse af den højeste gas-koncentration, swarmens højeste lokalisation og dens nuværende retning og træghed. En af fordelene ved PSO er, at den kun kræver måling af gas-koncentrationen uden gas-koncentrationsgradient eller vindretning.

“Denne forskning viser, at swarm af små droner kan udføre meget komplekse opgaver,” siger Guido. “Vi håber, at dette arbejde kan danne inspiration for andre robotforskere til at omvurderinge den type AI, der er nødvendig for autonom flyvning.”