Ricercatori sviluppano swarm di droni per localizzare le perdite di gas

I ricercatori dell’Università di Tecnologia di Delft hanno sviluppato il primo swarm di piccoli droni in grado di rilevare e localizzare autonomamente le perdite di gas in ambienti interni stretti. Per trovare una perdita di gas in un edificio o in un sito industriale, i vigili del fuoco rischiano la loro vita poiché può richiedere molto tempo per rilevare la fonte. Questi nuovi droni potrebbero avere importanti implicazioni in questo settore.

Progettazione dell’AI per i droni

L’ostacolo più grande per i ricercatori è stato progettare l’intelligenza artificiale (AI) necessaria per il compito complesso. A causa delle dimensioni minuscole dei droni, le parti computazionali e di memoria dovevano essere inserite strettamente al loro interno. I ricercatori si sono affidati a strategie di navigazione e ricerca ispirate alla biologia.

La ricerca è stata pubblicata sul server di articoli ArXiv e sarà presentata alla conferenza di robotica IROS più tardi nell’anno.

Cosa è richiesto per la localizzazione autonoma della fonte di gas

Il compito di localizzazione autonoma della fonte di gas è estremamente complesso e richiede sensori di gas artificiali che non sono molto efficaci nel rilevare piccole quantità di gas. Essi lottano anche per rimanere sensibili ai rapidi cambiamenti nella concentrazione di gas.

Oltre al compito stesso, l’ambiente causa anche problemi quando è complesso. Per questi motivi, la ricerca tradizionale si è evoluta intorno a singoli robot che cercano una fonte di gas in piccoli ambienti senza ostacoli.

Guido de Croon è professore ordinario presso il laboratorio di Veicoli Aerei Minuscoli della TU Delft.

“Siamo convinti che gli swarm di piccoli droni siano una promettente strada per la localizzazione autonoma della fonte di gas”, afferma Guido de Croon. “Le dimensioni minuscole dei droni li rendono molto sicuri per gli esseri umani e le proprietà ancora presenti nell’edificio, mentre la loro capacità di volare consentirà loro di cercare eventualmente la fonte in tre dimensioni. Inoltre, le loro piccole dimensioni consentono loro di volare in aree interne strette. Infine, avere uno swarm di questi droni consente loro di localizzare una fonte di gas più velocemente, evitando i massimi locali di concentrazione di gas per trovare la vera fonte.”

Nonostante i benefici di queste proprietà, esse rendono anche difficile per gli ingegneri implementare l’AI nei droni per la localizzazione autonoma della fonte di gas. A causa delle limitazioni relative alla sensazione e all’elaborazione a bordo, gli algoritmi di intelligenza artificiale utilizzati nei veicoli autonomi non sono applicabili. Poiché operano in swarm, i droni devono anche evitare di collidere l’uno con l’altro mentre collaborano.

Bart Duisterhof ha condotto la ricerca presso la TU Delft.

“In realtà, in natura ci sono molti esempi di navigazione e localizzazione della fonte di odore di successo all’interno di rigide limitazioni di risorse”, afferma Duisterhof. “Pensate a come le mosche della frutta con i loro piccoli cervelli di ~100.000 neuroni localizzano infallibilmente le banane nella vostra cucina in estate. Lo fanno combinando elegantemente comportamenti semplici come volare controvento o ortogonalmente al vento a seconda di是否 percepiscono l’odore. Sebbene non potessimo copiare direttamente questi comportamenti a causa dell’assenza di sensori di flusso d’aria sui nostri robot, abbiamo instillato nei nostri robot comportamenti semplici simili per affrontare il compito.”

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

I piccoli droni si affidano a un nuovo algoritmo “bug” chiamato “Sniffy Bug”, che consente loro di diffondersi prima di rilevare qualsiasi gas. Ciò consente loro di coprire ambienti grandi ed evitare ostacoli o l’uno con l’altro.

Una volta che uno dei droni rileva il gas, comunica ciò agli altri, che collaboreranno quindi per trovare la fonte di gas il più velocemente possibile. Più specificamente, i droni eseguono una ricerca per la massima concentrazione di gas con un algoritmo chiamato “particle swarm optimization” o PSO, dove ogni drone agisce come una particella.

L’algoritmo è stato ispirato dal comportamento sociale e dal movimento dei branchi di uccelli, con ogni drone che si muove in base alla sua posizione di concentrazione di gas percepita più alta, alla posizione più alta del branchio, alla sua direzione di movimento attuale e all’inerzia. Uno dei vantaggi del PSO è che richiede solo la misurazione della concentrazione di gas senza la concentrazione di gas o la direzione del vento.

“Questa ricerca mostra che gli swarm di piccoli droni possono eseguire compiti molto complessi”, afferma Guido. “Speriamo che questo lavoro possa ispirare altri ricercatori di robotica a ripensare il tipo di intelligenza artificiale necessaria per il volo autonomo.”