Forscher entwickeln Schwarm-Drohnen zur Lokalisierung von Gaslecks

Forscher an der Technischen Universität Delft haben den ersten jemals entwickelten Schwarm von winzigen Drohnen erstellt, die in der Lage sind, Gaslecks in engen Innenräumen autonom zu erkennen und zu lokalisieren. Um ein Gasleck in einem Gebäude oder einem Industriestandort zu finden, riskieren menschliche Feuerwehrleute ihr Leben, da es lange dauern kann, die Quelle zu entdecken. Diese neuen Drohnen könnten in diesem Bereich große Auswirkungen haben.

Entwicklung von KI für die Drohnen

Das größte Hindernis für die Forscher war die Entwicklung der künstlichen Intelligenz (KI), die für die komplexe Aufgabe erforderlich war. Aufgrund der winzigen Größe der Drohnen mussten die Rechen- und Speicherkomponenten eng in sie integriert werden. Die Forscher verließen sich auf bio-inspirierte Navigation und Suchstrategien.

Die Forschung wurde auf dem ArXiv-Artikel-Server veröffentlicht und wird auf der IROS-Robotik-Konferenz später im Jahr vorgestellt.

Was ist erforderlich für die autonome Lokalisierung von Gasquellen

Die Aufgabe der autonomen Lokalisierung von Gasquellen ist extrem komplex und erfordert künstliche Gassensoren, die nicht sehr effektiv bei der Erkennung kleiner Gas Mengen sind. Sie haben auch Schwierigkeiten, auf schnelle Änderungen der Gas Konzentration zu reagieren.

Neben der eigentlichen Aufgabe verursacht die Umgebung auch Probleme, wenn sie komplex ist. Aus diesen Gründen hat die traditionelle Forschung sich auf einzelne Roboter konzentriert, die in kleinen, hindernisfreien Umgebungen nach einer Gasquelle suchen.

Guido de Croon ist Full Professor am Micro Air Vehicle Labor der TU Delft.

“Wir sind überzeugt, dass Schwärme von winzigen Drohnen eine vielversprechende Möglichkeit für die autonome Lokalisierung von Gasquellen sind”, sagt Guido de Croon. “Die winzige Größe der Drohnen macht sie sehr sicher für Menschen und Eigentum, das sich noch im Gebäude befindet, während ihre Flugfähigkeit es ihnen ermöglicht, die Quelle schließlich in drei Dimensionen zu suchen. Darüber hinaus ermöglicht ihre geringe Größe es ihnen, in engen Innenräumen zu fliegen. Schließlich ermöglicht es ein Schwarm dieser Drohnen, eine Gasquelle schneller zu lokalisieren, während sie lokale Maxima der Gas Konzentration vermeiden, um die wahre Quelle zu finden.”

Trotz der Vorteile dieser Eigenschaften machen sie es auch schwierig für Ingenieure, KI in die Drohnen für die autonome Lokalisierung von Gasquellen zu implementieren. Aufgrund der Einschränkungen bei der Onboard-Sensoren und -Verarbeitung sind die KI-Algorithmen, die in selbstfahrenden Fahrzeugen verwendet werden, nicht anwendbar. Da sie in Schwärmen operieren, müssen die Drohnen auch kollidieren, während sie zusammenarbeiten.

Bart Duisterhof führte die Forschung an der TU Delft durch.

“Tatsächlich gibt es in der Natur viele Beispiele für erfolgreiche Navigation und Odor-Quellen-Lokalisierung innerhalb strenger Ressourcen-Einschränkungen”, sagt Duisterhof. “Denken Sie nur daran, wie Fliegen mit ihren winzigen Gehirnen von ~100.000 Neuronen unfehlbar die Bananen in Ihrer Küche im Sommer lokalisieren. Sie tun dies, indem sie einfache Verhaltensweisen wie das Fliegen gegen den Wind oder orthogonal zum Wind kombinieren, je nachdem, ob sie den Geruch wahrnehmen. Obwohl wir diese Verhaltensweisen nicht direkt kopieren konnten, da unsere Roboter keine Luftfluss-Sensoren haben, haben wir unseren Robotern ähnlich einfache Verhaltensweisen eingepflanzt, um die Aufgabe zu bewältigen.”

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

Die winzigen Drohnen verlassen sich auf einen neuen “Bug”-Algorithmus namens “Sniffy Bug”, der es den Drohnen ermöglicht, sich vor dem Erkennen von Gas auszubreiten. Dies ermöglicht es ihnen, große Umgebungen abzudecken und Hindernisse oder andere Drohnen zu vermeiden.

Sobald eine der Drohnen Gas erkennt, kommuniziert sie dies an die anderen, die dann zusammenarbeiten, um die Gasquelle so schnell wie möglich zu finden. Genauer gesagt führen die Drohnen eine Suche nach der maximalen Gas Konzentration mit einem Algorithmus namens “Particle Swarm Optimization” oder PSO durch, bei dem jede Drohne als Partikel agiert.

Der Algorithmus wurde durch das soziale Verhalten und die Bewegung von Vogelschwärmen inspiriert, wobei jede Drohne basierend auf ihrer eigenen wahrgenommenen höchsten Gas Konzentration, der höchsten Lage des Schwarms, ihrer aktuellen Bewegungsrichtung und Trägheit bewegt wird. Einer der Vorteile von PSO ist, dass es nur das Messen der Gas Konzentration erfordert, ohne die Gas Konzentration Gradient oder Windrichtung.

“Diese Forschung zeigt, dass Schwärme von winzigen Drohnen sehr komplexe Aufgaben ausführen können”, sagt Guido. “Wir hoffen, dass diese Arbeit eine Inspiration für andere Roboter-Forscher darstellt, um die Art von KI zu überdenken, die für autonomen Flug notwendig ist.”