Tutkijat kehittävät parvidroneja paikallistamaan kaasuvuodot

Delftin teknillisen yliopiston tutkijat ovat kehittäneet ensimmäisen parven pieniä droneja, jotka pystyvät itsenäisesti havaitsemaan ja paikantamaan kaasuvuodot ahtaissa sisäympäristöissä. Palomiehet vaarantavat henkensä löytääkseen kaasuvuodon rakennuksessa tai teollisuusalueella, koska lähteen havaitseminen voi kestää kauan. Näillä uusilla droneilla voi olla merkittäviä vaikutuksia tällä alueella.

Tekoälyn suunnittelu droneille

Suurin este tutkijoille oli suunnitella monimutkaiseen tehtävään tarvittava tekoäly (AI). Droonien pienen koon vuoksi laskenta- ja muistiosien piti mahtua niihin tiukasti. Tutkijat luottivat biovaikutteisiin navigointi- ja hakustrategioihin. 

- tutkimus julkaistiin ArXiv-artikkelipalvelimella, ja se esitellään myöhemmin tänä vuonna IROS-robotiikkakonferenssissa.

Mitä tarvitaan autonomisen kaasulähteen lokalisointiin

Autonomisen kaasulähteen paikallistamisen tehtävä on erittäin monimutkainen ja vaatii keinotekoisia kaasuantureita, jotka eivät kovinkaan kykene havaitsemaan pieniä kaasumääriä. Heillä on myös vaikeuksia pysyä herkkänä kaasupitoisuuksien nopeille muutoksille. 

Varsinaisen tehtävän lisäksi ympäristö aiheuttaa ongelmia, kun se on monimutkainen. Näistä syistä perinteinen tutkimus on kehittynyt yksittäisten robottien ympärille, jotka etsivät kaasunlähdettä pienissä, esteettömissä ympäristöissä. 

Guido de Croon on TU Delftin Micro Air Vehicle -laboratorion täysprofessori. 

"Olemme vakuuttuneita siitä, että pienten droonien parvet ovat lupaava väylä autonomisten kaasulähteiden paikallistamiseen", Guido de Croon sanoo. "Dronien pieni koko tekee niistä erittäin turvallisia kaikille rakennuksessa oleville ihmisille ja omaisuudelle, kun taas niiden lentokyky antaa heille mahdollisuuden etsiä lähdettä kolmessa ulottuvuudessa. Lisäksi niiden pieni koko mahdollistaa ne lentää ahtaissa sisätiloissa. Lopuksi, kun näitä droneja on parvi, ne voivat paikallistaa kaasulähteen nopeammin, samalla kun ne pakenevat paikallisia kaasupitoisuuden maksimiarvoja löytääkseen todellisen lähteen.

Huolimatta näiden ominaisuuksien eduista, ne myös vaikeuttavat insinöörien ottamaan tekoälyä käyttöön droneissa autonomisen kaasulähteen paikallistamista varten. Itseohjautuvissa ajoneuvoissa käytettyjä tekoälyalgoritmeja ei voida soveltaa sisäiseen tunnistukseen ja käsittelyyn liittyvien rajoitusten vuoksi. Koska droonit toimivat parveissa, niiden on myös vältettävä törmäystä toisiinsa tehdessään yhteistyötä.

Bart Duisterhof suoritti tutkimuksen TU Delftissä. 

"Itse asiassa luonnossa on runsaasti esimerkkejä onnistuneesta navigoinnista ja hajulähteiden paikallistamisesta tiukkojen resurssirajoitusten puitteissa", Duisterhof sanoo. "Ajattele vain, kuinka hedelmäkärpäset pienet, ~100,000 XNUMX hermosolujen aivoineen paikantavat erehtymättä keittiösi banaanit kesällä. He tekevät tämän yhdistämällä tyylikkäästi yksinkertaisia ​​käyttäytymismalleja, kuten lentää vastatuuleen tai kohtisuoraan tuuleen sen mukaan, aistivatko he hajun. Vaikka emme voineet suoraan kopioida näitä käyttäytymismalleja, koska roboteissamme ei ole ilmavirtausantureita, olemme opettaneet roboteillemme yhtä yksinkertaisia ​​käyttäytymismalleja tehtävän ratkaisemiseksi.

Pienet droonit luottavat uuteen "bug"-algoritmiin nimeltä "Sniffy Bug", jonka avulla droonit leviävät ennen kuin ne havaitsevat kaasua. Näin ne voivat peittää suuria ympäristöjä ja välttää esteitä tai toisiaan. 

Kun yksi droneista havaitsee kaasun, se ilmoittaa siitä muille, jotka tekevät yhteistyötä löytääkseen kaasulähteen mahdollisimman nopeasti. Tarkemmin sanottuna droonit etsivät maksimaalista kaasupitoisuutta algoritmilla, jota kutsutaan "hiukkasparvioptimoinniksi" tai PSO:ksi, jossa jokainen drooni toimii hiukkasena. 

Algoritmi sai inspiraationsa lintuparvien sosiaalisesta käyttäytymisestä ja liikkeestä, kun jokainen drooni liikkui oman havaitun korkeimman kaasupitoisuuden sijainnin, parven korkeimman sijainnin sekä sen nykyisen liikesuunnan ja inertian perusteella. Yksi PSO:n eduista on, että se vaatii vain kaasupitoisuuden mittaamisen ilman kaasun pitoisuusgradienttia tai tuulen suuntaa.

"Tämä tutkimus osoittaa, että pienten droonien parvet voivat suorittaa erittäin monimutkaisia ​​tehtäviä", sanoo Guido. "Toivomme, että tämä työ muodostaa inspiraation muille robotiikan tutkijoille miettimään uudelleen, minkä tyyppistä tekoälyä tarvitaan autonomiseen lentoon."