연구자들, 가스 누출을 탐지하는 스웜 드론 개발

델프트 공과대학교의 연구자들은 건물이나 산업 현장에서 가스 누출을 탐지하는 데 사용할 수 있는 최초의 스웜 드론을 개발했습니다. 이러한 새로운 드론은 이 분야에서重大한 영향을 미칠 수 있습니다.

드론을 위한 AI 설계

연구자들의 가장 큰障壁은 복잡한 작업을 수행하는 데 필요한 인공 지능(AI)을 설계하는 것이었습니다. 드론의 작은 크기 때문에 계산 및 메모리 부분이緊密하게 들어가야 했습니다. 연구자들은 생물학적 탐색 및 검색 전략을 사용했습니다.

이 연구는 ArXiv 논문 서버에 게시되었으며,今年 후반에 IROS 로봇트 конферен스에서 발표될 예정입니다.

자율 가스 원천 탐지에 필요한 사항

자율 가스 원천 탐지는 매우 복잡한 작업이며, 작은 양의 가스를 탐지하는 데 능숙하지 않은 인공 가스 센서가 필요합니다. 또한 가스 농도에 대한 빠른 변화에 민감하게 반응하기 어렵습니다.

실제 작업 외에도 환경도 복잡한 경우 문제를 일으킵니다. 이러한 이유로 전통적인 연구는 작은 장애물이 없는 환경에서 가스 원천을 검색하는 단일 로봇을 중심으로 발전해 왔습니다.

Guido de Croon은 TU Delft의 Micro Air Vehicle 연구소의 정교수입니다.

“우리는 작은 드론의 스웜이 자율 가스 원천 탐지에 대한 유망한 방향이라고 믿습니다.”라고 Guido de Croon은 말합니다. “드론의 작은 크기로 인해 건물 안에있는 사람이나 재산에 매우 안전합니다. 또한 비행 능력으로 3차원에서 원천을 검색할 수 있습니다. 또한狭い 실내 영역에서 비행할 수 있습니다. 마지막으로 이러한 드론의 스웜을 사용하면 가스 원천을 더 빠르게 찾을 수 있으며, 가스 농도에 대한 지역 최대値를 피하여 실제 원천을 찾을 수 있습니다.”

이러한 특성의 이점에도 불구하고, 자율 가스 원천 탐지를 위한 드론에 AI를 구현하는 데 어려움을 겪습니다. 온보드 센싱 및 처리에 대한 제한으로 인해 자율 주행 차량에서 사용되는 AI 알고리즘을 사용할 수 없습니다. 또한 드론은 협력하면서 서로 충돌하지 않도록 해야 합니다.

Bart Duisterhof는 TU Delft에서 연구를 수행했습니다.

“실제로 자연에는 엄격한 자원 제약 내에서 성공적인 탐색 및 냄새 원천 탐지를 위한 많은 예가 있습니다.”라고 Duisterhof는 말합니다. “예를 들어, 여름에 кухにおかれた 바나나를 찾는 과일 파리의 경우, 약 100,000개의 뉴런으로 구성된 작은 뇌에도 불구하고 실패하지 않고 바나나를 찾습니다. 그들은 바람을感じ는 것에 따라 단순한 행동을 결합하여 이를 수행합니다. 비행하는 동안 바람을感じ는 경우에는 상류 또는 하류로 비행합니다. 그러나 우리의 로봇에는 공기 흐름 센서가 없기 때문에 이러한 행동을 직접 복사할 수 없었습니다. 그러나 우리는 로봇에 유사한 단순한 행동을 부여하여 작업을 수행하도록 했습니다.”

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

작은 드론은 “Sniffy Bug”라는 새로운 “버그” 알고리즘을 사용하여 가스를 감지하기 전에 먼저 퍼져 나갑니다. 이를 통해 큰 환경을 커버하고 장애물이나 서로를 피할 수 있습니다.

한 번에 하나의 드론이 가스를 감지하면, 다른 드론에게 이를 알리고, 가스 원천을 가능한 한 빠르게 찾기 위해 협력합니다. 더 구체적으로, 드론은 “particle swarm optimization”이라는 알고리즘을 사용하여 최대 가스 농도를 검색합니다. 여기서 각 드론은 粒子로 작용합니다.

이 알고리즘은 새 무리의 사회적 행동 및 운동에서 영감을 받았으며, 각 드론은 자신의 감지된最高 가스 농도 위치, 스웜의最高 위치, 및 현재 이동 방향 및 관성에 따라 이동합니다. PSO의 이점 중 하나는 가스 농도에 대한 기울기 또는 바람 방향을 측정할 필요가 없다는 것입니다.

“이 연구는 작은 드론의 스웜이 매우 복잡한 작업을 수행할 수 있음을 보여줍니다.”라고 Guido는 말합니다. “우리는이 연구가 다른 로봇트 연구자들에게 자율 비행에 필요한 AI의 유형을 재고할 수 있는 영감을 주기를 바랍니다.”