Modèles et plateformes d’IA

Les chercheurs reproduisent les systèmes visuels des syrphes pour détecter les drones

mm
Ajouter Unite.AI à vos sources préférées sur Google

Une équipe de chercheurs de l’Université d’Australie-Méridionale a reproduit les systèmes visuels des syrphes pour détecter les drones à près de quatre kilomètres de distance. Les experts en systèmes autonomes de l’université ont travaillé aux côtés d’autres chercheurs de l’Université Flinders et de la société de défense Midspar Systems.

50 % de détection améliorée

Les essais qui ont utilisé des techniques de traitement de signal bio-inspirées ont démontré des taux de détection jusqu’à 50 % supérieurs à ceux des méthodes existantes.

Selon l’équipe, ces nouvelles découvertes pourraient aider à lutter contre la menace des drones transportant des engins explosifs improvisés. La recherche intervient juste au moment où ces drones sont utilisés en Ukraine.

Les travaux ont été publiés dans The Journal of Acoustical Society of America.

Selon le professeur Anthony Finn, de l’Université d’Australie-Méridionale, les systèmes visuels des syrphes ont déjà été cartographiés pour améliorer les détections basées sur les caméras. Cependant, la nouvelle recherche est la première à appliquer la bio-vision aux données acoustiques.

« Le traitement de la bio-vision a été montré pour augmenter considérablement la portée de détection des drones dans les données visuelles et infrarouges. Cependant, nous avons maintenant démontré que nous pouvons détecter des signatures acoustiques claires et nettes de drones, y compris très petits et silencieux, en utilisant un algorithme basé sur le système visuel de la syrphe », déclare le professeur Finn.

Les syrphes ont des compétences visuelles et de suivi supérieures qui ont été modélisées avec succès pour détecter les drones dans des paysages complexes et obscurs. Cela pourrait concerner des objectifs militaires ou civils.

« Les drones non autorisés posent des menaces distinctes aux aéroports, aux individus et aux bases militaires. Il est donc de plus en plus crucial pour nous d’être en mesure de détecter les emplacements spécifiques des drones à longue distance, en utilisant des techniques qui peuvent détecter même les signaux les plus faibles. Nos essais utilisant les algorithmes basés sur la syrphe montrent que nous pouvons maintenant le faire », déclare le professeur Finn.

 

Utilisation croissante des aéronefs autonomes

Le Dr Russell Brinkworth, qui est professeur associé en systèmes autonomes à l’Université Flinders, déclare que les régulateurs de l’aviation, les autorités de sécurité et le grand public bénéficieraient grandement de la technologie. C’est particulièrement vrai alors que la surveillance du grand nombre d’aéronefs autonomes utilisés devient de plus en plus importante.

« Nous avons vu des drones pénétrer dans l’espace aérien où les avions de ligne atterrissent et décollent ces dernières années, donc développer la capacité de surveiller de petits drones lorsqu’ils sont actifs près de nos aéroports ou dans nos cieux pourrait être extrêmement bénéfique pour améliorer la sécurité », déclare le Dr Brinkworth.

« L’impact des UAV dans la guerre moderne devient également évident pendant la guerre en Ukraine, donc garder une trace de leur emplacement est dans l’intérêt national. Notre recherche vise à étendre considérablement la portée de détection à mesure que l’utilisation des drones augmente dans l’espace civil et militaire ».

Le traitement bio-inspiré a amélioré les portées de détection de 30 à 49 pour cent par rapport aux techniques traditionnelles, selon le type de drone et les conditions.

Pour détecter les acoustiques des drones à courte ou moyenne distance, les chercheurs observent des modèles et des signaux spécifiques. Cependant, les distances plus longues signifient que le signal est plus faible, et les deux techniques sont moins efficaces.

Selon les chercheurs, il existe des conditions similaires dans le monde naturel. Par exemple, les syrphes ont des systèmes visuels puissants qui peuvent capter des signaux visuels dans des régions bruyantes et sombres.

« Nous avons travaillé en supposant que les mêmes processus qui permettent de voir des cibles visuelles petites parmi le désordre visuel pourraient être réutilisés pour extraire des signatures acoustiques de faible volume de drones enfouis dans le bruit », déclare le Dr Brinkworth.

Les chercheurs ont converti les signaux acoustiques en « images » bidimensionnelles et ont utilisé le chemin neural du cerveau de la syrphe pour améliorer et supprimer les signaux et le bruit non liés. Cela a augmenté la portée de détection pour les sons qu’ils voulaient détecter.

La recherche innovante a été financée par le Fonds des technologies de nouvelle génération du ministère de la Défense en Australie, qui soutient en partie les solutions pour lutter contre la weaponisation des drones.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.