Συνδεθείτε μαζί μας

Ερευνητές Reverse-Engineer's Visual Systems Hoverflies για την Ανίχνευση Drones

Τεχνητή νοημοσύνη

Ερευνητές Reverse-Engineer's Visual Systems Hoverflies για την Ανίχνευση Drones

mm

Μια ομάδα ερευνητών στο Πανεπιστήμιο της Νότιας Αυστραλίας δημιούργησε αντίστροφα τα οπτικά συστήματα των αιωρούμενων μυγών για να ανιχνεύουν drones από σχεδόν τέσσερα χιλιόμετρα μακριά. Οι ειδικοί στα αυτόνομα συστήματα στο πανεπιστήμιο εργάστηκαν μαζί με άλλους στο Πανεπιστήμιο Flinders και στην αμυντική εταιρεία Midspar Systems. 

50% καλύτερη ανίχνευση

Οι δοκιμές που χρησιμοποίησαν βιο-εμπνευσμένες τεχνικές επεξεργασίας σήματος έδειξαν έως και 50% καλύτερα ποσοστά ανίχνευσης από τις υπάρχουσες μεθόδους. 

Σύμφωνα με την ομάδα, αυτά τα νέα ευρήματα θα μπορούσαν να βοηθήσουν στην καταπολέμηση της απειλής των drones που φέρουν IED. Η έρευνα έρχεται ακριβώς τη στιγμή που αυτά τα drones χρησιμοποιούνται στην Ουκρανία. 

Το έργο δημοσιεύτηκε στο The Journal of Acoustic Society of America.

Σύμφωνα με τον καθηγητή Αυτόνομων Συστημάτων της UniSA, Anthony Finn, τα οπτικά συστήματα των hoverflies έχουν χαρτογραφηθεί στο παρελθόν για τη βελτίωση των ανιχνεύσεων που βασίζονται στην κάμερα. Ωστόσο, η νέα έρευνα είναι η πρώτη φορά που η βιοόραση εφαρμόζεται σε ακουστικά δεδομένα.

«Η επεξεργασία βιοόρασης έχει αποδειχθεί ότι αυξάνει σημαντικά το εύρος ανίχνευσης των drones τόσο σε οπτικά όσο και σε υπέρυθρα δεδομένα. Ωστόσο, τώρα έχουμε δείξει ότι μπορούμε να εντοπίσουμε καθαρές και ευκρινείς ακουστικές υπογραφές drones, συμπεριλαμβανομένων πολύ μικρών και αθόρυβων, χρησιμοποιώντας έναν αλγόριθμο που βασίζεται στο οπτικό σύστημα της αιωρούμενης μύγας», λέει ο καθηγητής Φιν.

Οι Hoverflies έχουν ανώτερες οπτικές δεξιότητες και ικανότητες παρακολούθησης που έχουν μοντελοποιηθεί με επιτυχία για να ανιχνεύουν drones σε πολύπλοκα και σκοτεινά τοπία. Αυτό μπορεί να αφορά είτε στρατιωτικούς είτε πολιτικούς σκοπούς. 

«Τα μη εξουσιοδοτημένα drones αποτελούν χαρακτηριστικές απειλές για αεροδρόμια, άτομα και στρατιωτικές βάσεις. Ως εκ τούτου, γίνεται όλο και πιο κρίσιμο για εμάς να μπορούμε να ανιχνεύουμε συγκεκριμένες τοποθεσίες drones σε μεγάλες αποστάσεις, χρησιμοποιώντας τεχνικές που μπορούν να πάρουν ακόμη και τα πιο αδύναμα σήματα. Οι δοκιμές μας χρησιμοποιώντας τους αλγόριθμους που βασίζονται στο hoverfly δείχνουν ότι μπορούμε τώρα να το κάνουμε αυτό», λέει ο καθηγητής Finn.

Οι εγκέφαλοι Hoverfly χαρτογραφήθηκαν για να ανιχνεύουν τα ακουστικά σήματα των drones

 

Αύξηση της χρήσης αυτόνομων αεροσκαφών

Ο Δρ. Russell Brinkworth, ο οποίος είναι Αναπληρωτής Καθηγητής στα Αυτόνομα Συστήματα στο Πανεπιστήμιο Flinders, λέει ότι οι ρυθμιστικές αρχές της αεροπορίας, οι αρχές ασφάλειας και το ευρύτερο κοινό θα ωφεληθούν σε μεγάλο βαθμό από την τεχνολογία. Αυτό ισχύει ιδιαίτερα καθώς γίνεται όλο και πιο σημαντικό να παρακολουθείται ο μεγάλος αριθμός αυτόνομων αεροσκαφών που χρησιμοποιούνται. 

«Τα τελευταία χρόνια έχουμε δει drones να εισέρχονται σε εναέριο χώρο όπου προσγειώνονται και απογειώνονται εμπορικές αεροπορικές εταιρείες, επομένως η ανάπτυξη της δυνατότητας παρακολούθησης μικρών drones όταν δραστηριοποιούνται κοντά στα αεροδρόμιά μας ή στους ουρανούς μας θα μπορούσε να είναι εξαιρετικά ωφέλιμη για τη βελτίωση της ασφάλειας», λέει ο Δρ. Brinkworth. 

«Ο αντίκτυπος των UAV στον σύγχρονο πόλεμο γίνεται επίσης εμφανής κατά τη διάρκεια του πολέμου στην Ουκρανία, επομένως η διατήρηση της θέσης τους είναι στην πραγματικότητα προς το εθνικό συμφέρον. Η έρευνά μας στοχεύει να επεκτείνει σημαντικά το εύρος ανίχνευσης καθώς αυξάνεται η χρήση drones στον πολιτικό και στρατιωτικό χώρο».

Η βελτιωμένη ανίχνευση κυμαίνεται μεταξύ 30 και 49 τοις εκατό της επεξεργασίας εμπνευσμένη από βιοτεχνία σε σύγκριση με τις παραδοσιακές τεχνικές, ανάλογα με τον τύπο του drone και τις συνθήκες. 

Προκειμένου να συλλάβουν την ακουστική του drone σε μικρές έως μεσαίες αποστάσεις, οι ερευνητές παρατηρούν συγκεκριμένα μοτίβα και γενικά σήματα. Ωστόσο, οι μεγαλύτερες αποστάσεις σημαίνουν ότι το σήμα είναι ασθενέστερο και και οι δύο τεχνικές είναι λιγότερο αποτελεσματικές. 

Σύμφωνα με τους ερευνητές, υπάρχουν παρόμοιες συνθήκες στον φυσικό κόσμο. Για παράδειγμα, οι μύγες έχουν ισχυρά οπτικά συστήματα που μπορούν να συλλάβουν οπτικά σήματα σε θορυβώδεις, σκοτεινές περιοχές. 

«Δουλέψαμε με την υπόθεση ότι οι ίδιες διαδικασίες που επιτρέπουν την ορατότητα μικρών οπτικών στόχων μεταξύ της οπτικής ακαταστασίας θα μπορούσαν να επανατοποθετηθούν για την εξαγωγή ακουστικών υπογραφών χαμηλής έντασης από drones θαμμένα στο θόρυβο», λέει ο Δρ. Brinkworth.

Οι ερευνητές μετέτρεψαν τα ακουστικά σήματα σε δισδιάστατες «εικόνες» και χρησιμοποίησαν το νευρικό μονοπάτι του εγκεφάλου του αιωρούμενου για να βελτιώσουν και να καταστείλουν άσχετα σήματα και θόρυβο. Αυτό αύξησε το εύρος ανίχνευσης για τους ήχους που ήθελαν να ανιχνεύσουν. 

Η καινοτόμος έρευνα χρηματοδοτήθηκε από το Ταμείο Επόμενης Γενιάς Τεχνολογιών του Υπουργείου Άμυνας στην Αυστραλία, το οποίο υποστηρίζει εν μέρει λύσεις για την αντιμετώπιση του οπλισμού των drones. 

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις AI παγκοσμίως.