Tutkijat kehittivät parven pieniä drooneja kaasuvuotojen paikannukseen

Delftin teknillisen yliopiston tutkijat ovat kehittäneet maailman ensimmäisen pienen drooniparven, joka pystyy havaitsemaan ja paikantamaan kaasuvuodot autonomisesti tietyissä sisätiloissa. Ihmispalokuntien on riskittävä henkensä etsiessään kaasuvuotoa rakennuksissa tai teollisuuskohteissa, sillä vuodon löytäminen voi kestää kauan. Nämä uudet droonit voivat olla merkittäviä tässä asiassa.

Droonien tekoälysuunnittelu

Tutkijoiden suurin haaste oli suunnitella drooneille tarvittava tekoäly monimutkaisen tehtävän suorittamiseksi. Droonien pienestä koosta johtuen laskenta- ja muistiosat on pakko sovittaa tiiviisti niihin. Tutkijat luottivat bioinspiroituun navigointiin ja etsintästrategioihin.

Tutkimus on julkaistu ArXiv-artikkelipalvelimella, ja se esitetään myöhemmin vuoden aikana IROS-robottiikkonferenssissa.

Mitä vaaditaan autonomisesta kaasulähteen paikannuksesta

Autonominen kaasulähteen paikannus on erittäin monimutkainen tehtävä, joka vaatii tekoälyä, joka pystyy havaitsemaan kaasua. Tähän tarvitaan myös kaasuanturit, jotka eivät ole erityisen tehokkaita havaitsemaan pieniä määriä kaasua. Ne myös kamppailevat nopeiden muutosten kanssa kaasupitoisuuksissa.

Lisäksi ympäristö aiheuttaa ongelmia, kun se on monimutkainen. Perinteinen tutkimus on kehittynyt yksittäisten robottien ympärille, jotka etsivät kaasulähdettä pienissä, esteettömissä ympäristöissä.

Guido de Croon on täysipainoinen professori TU Delftin Micro Air Vehicle -laboratoriossa.

“Olemme vakuuttuneita, että pienet drooniparvet ovat lupaava tapa autonomiselle kaasulähteen paikannukselle”, sanoo Guido de Croon. “Droonien pieni koko tekee niistä erittäin turvallisia ihmisille ja omaisuudelle, joka on edelleen rakennuksessa, kun taas lentokyky mahdollistaa niiden etsimisen lähde kolmiulotteisesti. Lisäksi niiden pieni koko mahdollistaa lentämisen kapeissa sisätiloissa. Lopulta parven droonien käyttäminen mahdollistaa kaasulähteen paikannuksen nopeammin, samalla välttäen kaasupitoisuuden paikallisia maksimeja, jotta oikea lähde voidaan löytää.”

Vaikka nämä ominaisuudet ovat hyödyllisiä, ne myös tekevät siitä vaikeaa insinööreille toteuttaa tekoälyä drooneihin autonomiselle kaasulähteen paikannukselle. Tekoälyalgoritmit, joita käytetään itseajavissa ajoneuvoissa, eivät ole sovellettavissa. Koska droonit toimivat parvissa, ne myös tarvitsevat välttää törmäämästä toisiinsa samalla kun ne tekevät yhteistyötä.

Bart Duisterhof suoritti tutkimuksen TU Delftissä.

“Luonnossa on runsaasti esimerkkejä onnistuneesta navigoinnista ja hajulähteen paikannuksesta tiukkojen resurssirajoitusten puitteissa”, sanoo Duisterhof. “Ajattele, miten banaanin toukat pystyvät löytämään banaanit keittiössäsi kesällä. He tekevät tämän yhdistämällä yksinkertaisia käyttäytymismalleja, kuten lentämällä ylöspäin tai poikittain tuuleen riippuen siitä, havaitsevatko he hajun. Vaikka emme voineet suoraan kopioida näitä käyttäytymismalleja, koska meillä ei ollut ilmavirtausantureita roboteissamme, olemme antaneet roboteille samankaltaisia yksinkertaisia käyttäytymismalleja tehtävän ratkaisemiseksi.”

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

Pienet droonit luottavat uuteen “bug”-algoritmiin, jota kutsutaan “Sniffy Bugiksi”, joka mahdollistaa droonien levittäytymisen ennen kuin ne havaitsevat kaasua. Tämä mahdollistaa suurten ympäristöjen kattamisen ja esteiden tai toistensa välttämisen.

Kun yksi drooneista havaitsee kaasua, se ilmoittaa tästä muille, jotka sitten tekevät yhteistyötä toistensa kanssa löytääkseen kaasulähteen mahdollisimman nopeasti. Tarkemmin sanottuna droonit suorittavat etsinnän maksimaalisen kaasupitoisuuden löytämiseksi “hiukkasparven optimointi”-algoritmin avulla, jossa kunkin droonin toiminta perustuu omakohtaiseen havaintoon, parven korkeimpaan havaintoon ja sen nykyiseen liikkeeseen ja inertiaan.

Algoritmi on inspiroitu linnunparvien sosiaalisesta käyttäytymisestä ja liikkeestä, jossa kunkin droonin liike perustuu omakohtaiseen havaintoon, parven korkeimpaan havaintoon ja sen nykyiseen liikkeeseen ja inertiaan. Yksi PSO:n hyödyistä on, että se vaatii vain kaasupitoisuuden mittaamisen ilman kaasupitoisuuden gradienttia tai tuulen suuntaa.

“Tämä tutkimus osoittaa, että pienet drooniparvet voivat suorittaa erittäin monimutkaisia tehtäviä”, sanoo Guido. “Toivomme, että tämä työ toimii inspiraationa muiden robottiiktutkijoiden uudelleenarvioimiseen tekoälyn tarvetta autonomiselle lentoliikenteelle.”