AI-modeller og platforme
Forskere omvendt ingeniører hoverflies’ visuelle systemer til at detektere drones
Et hold af forskere fra University of South Australia har omvendt ingeniører hoverflies’ visuelle systemer til at detektere drones fra næsten fire kilometer væk. De autonome systemer eksperter fra universitetet arbejdede sammen med andre fra Flinders University og forsvarselskabet Midspar Systems.
50% Bedre Detektion
Forsøgene, der anvendte bio-inspirerede signalbehandlings-teknikker, demonstrerede op til 50% bedre detektionsrater end eksisterende metoder.
Ifølge holdet kan disse nye fund hjælpe med at bekæmpe truslen fra IED-bærende drones. Forskningen kommer lige som disse drones bliver brugt i Ukraine.
Arbejdet blev offentliggjort i The Journal of Acoustical Society of America.
Ifølge UniSA Professor i Autonome Systemer Anthony Finn, er hoverflies’ visuelle systemer blevet kortlagt tidligere for at forbedre kamera-baserede detektioner. Men den nye forskning er den første gang, bio-vision er blevet anvendt på akustiske data.
“Bio-vision-behandling har vist sig at kunne øge detektionsrækken for drones i både visuelle og infrarøde data. Men vi har nu vist, at vi kan opfange klare og skarpe akustiske signaturer fra drones, herunder meget små og stille, ved hjælp af en algoritme baseret på hoverflies’ visuelle system,” siger Prof. Finn.
Hoverflies har overlegne visuelle og sporingsevner, som har været succesfuldt modelleret til at detektere drones i komplekse og dunkle landskaber. Dette kan omfatte både militære eller civile formål.
“Uautoriserede drones udgør en særlig trussel mod lufthavne, personer og militærbaser. Det er derfor blevet stadig mere kritisk for os at kunne detektere bestemte lokaliteter for drones på lange afstande, ved hjælp af teknikker, der kan opfange selv de svageste signaler. Vores forsøg med hoverfly-baserede algoritmer viser, at vi nu kan gøre dette,” siger Prof. Finn.
Øget Brug af Autonome Fly
Dr. Russell Brinkworth, som er Associate Professor i Autonome Systemer ved Flinders University, siger, at luftfartsmyndighederne, sikkerhedsmyndighederne og den bredere offentlighed alle vil have stor gavn af teknologien. Dette er særligt sandt, da det er blevet stadig mere vigtigt at overvåge det store antal autonome fly, der bliver brugt.
“Vi har set drones trænge ind i luftrummet, hvor kommercielle fly sletter og letter, i de senere år, så udviklingen af en kapacitet til at overvåge små drones, når de er aktive nær vores lufthavne eller i vores himmel, kan være ekstremt nyttigt til at forbedre sikkerheden,” siger Dr. Brinkworth.
“Virkningen af UAV’er i moderne krigsførelse bliver også tydelig under krigen i Ukraine, så det er i nationalt interesse at holde styr på deres lokalitet. Vores forskning sigter mod at udvide detektionsrækken betydeligt, da brugen af drones øges i det civile og militære rum.”
Bio-inspireret behandling forbedrede detektionsrækken med mellem 30 og 49 procent i forhold til traditionelle teknikker, afhængigt af drone-type og betingelser.
For at opfange drone-akustik på kort til medium afstande observerer forskerne bestemte mønstre og generelle signaler. Men længere afstande betyder, at signalet er svagere, og begge teknikker er mindre effektive.
Ifølge forskerne findes der lignende forhold i den naturlige verden. For eksempel har hoverflies kraftfulde visuelle systemer, der kan fange visuelle signaler i støjende, mørke omgivelser.
“Vi arbejdede under antagelsen af, at de samme processer, der tillader små visuelle mål at blive set blandt visuel støj, kan genbruges til at udtrække lav-volumen akustiske signaturer fra drones begravet i støj,” siger Dr. Brinkworth.
Forskere omdannede akustiske signaler til to-dimensionelle “billeder” og anvendte hoverflies’ neurale vej til at forbedre og undertrykke urelaterede signaler og støj. Dette øgede detektionsrækken for de lyde, de ønskede at detektere.
Gennembruds-forskningen blev finansieret af Department of Defence’s Next Generation Technologies Fund i Australien, som delvist støtter løsninger til at tackle våbeniseringen af drones.












