Voorbij drones en AI: de toekomst van humanitaire ontmijning opnieuw bekeken

Ik werk al sinds 2014 met drones, maar de uitbraak van de oorlog in Oekraïne markeerde een keerpunt in mijn carrière. Sinds 2022 is mijn focus verschoven naar het onderzoeken van hoe drones kunnen worden gebruikt om humanitaire ontmijning te automatiseren – welke capaciteiten ze nodig hebben en hoe technologie deze inspanningen veiliger en efficiënter kan maken. Als onderdeel van dit werk volg ik de Geneva International Centre for Humanitarian Demining (GICHD) nauwlettend, woon ik hun evenementen bij en engageer ik me regelmatig met hun experts.

Bij het overwegen van drone-gebaseerde oplossingen in combinatie met AI, zijn ze eigenlijk alleen nuttig bij de non-technische survey (NTS)-fase van het humanitaire ontmijningsproces. Dit betekent dat drones grote gebieden scannen en gegevens verzamelen. Vervolgens analyseert een machine learning-model deze gegevens om regio’s te markeren die misschien mijnen bevatten. Niet de exacte locaties van de mijnen.

De technische survey (TS), die besmette gebieden bevestigt en in kaart brengt, is nog steeds afhankelijk van personeel met metaaldetectoren, getrainde honden en mechanische ontmijningsmachines. Zij gaan het gemijnde gebied in om de exacte locaties van de gevaren te bepalen.

Het proces blijft lang, riskant en duur:

• In 2023 waren er 15 slachtoffers onder ontminers in drie landen
• Op het huidige tempo zal het meer dan 100 jaar duren om alle ongeëxplodeerde munitie (ERW) te ruimen
• De kosten van het verwijderen van een enkele landmijn zijn 50 tot 100 keer hoger dan de productiekosten

Mijnen vormen ook nog steeds een bedreiging voor burgers – er waren in 2023 minstens 5.757 mijnen/ERW-slachtoffers.

In dit artikel leg ik uit waarom de huidige drone-gebaseerde oplossingen niet werken voor technische surveys (het duurste en tijdrovendste stadium op dit moment) en deel ik wat ik zie als de beste manier om dit op te lossen.

Het detecteren van mijnen onder de grond of vegetatie is bijna onmogelijk

Drones met standaard optische of thermische camera’s nemen meestal afbeeldingen vanuit een enkele, naar beneden gerichte hoek. Deze aanpak werkt goed voor het opsporen van aanwijzingen op het oppervlak, maar faalt bij het detecteren van begraven of verborgen mijnen. Om deze reden worden drones meestal gebruikt voor non-technische surveys in humanitaire ontmijning.

Een van de frontlinesolutions – Safe Pro AI – rapporteert dat ze slechts een detectiepercentage van 5 procent hebben in gebieden met bomen en struiken.

Hoewel het minder relevant is voor Oekraïne, waar de meeste mijnen op de grond zijn verspreid, in plaats van begraven, is de situatie zeer anders (bijvoorbeeld) voor Cambodja:

• 4-6 miljoen landmijnen zijn overgebleven van conflicten in de jaren 70-90
• 64.000+ slachtoffers sinds 1979, met kinderen als belangrijkste slachtoffers

Non-metaal en oude metaalmijnen zijn moeilijker te detecteren, zelfs aan de oppervlakte

Non-metaalmijnen vormen een aanzienlijk deel van de landmijnen in huidige en voormalige conflictgebieden. Ze zijn expres ontworpen om conventionele metaaldetectoren te omzeilen.

Visueel zijn non-metaalmijnen moeilijk te detecteren. Ze glanzen niet, springen niet uit in beelden of laten zich niet goed zien op thermische camera’s. Metaaldetectoren en magnetometers missen ze of geven te veel valse alarmen.

Dus missen de huidige drone-gebaseerde detectiehulpmiddelen non-metaalmijnen helemaal.

Wanneer het gaat om oude metaalmijnen, verandert corrosie hoe ze eruitzien en zich gedragen, zodat ze in de grond opgaan en slecht reageren op detectiehulpmiddelen. Misvormde mijnen zijn nog moeilijker te identificeren in beelden.

En omdat deze mijnen moeilijker te vinden zijn, doen ze er veel langer over om te vinden en te verwijderen, of ze blijven verborgen en zetten zowel ontminers als burgers in gevaar.

Weers- en daglichtafhankelijkheid

Als we het hebben over drones met RGB- en multispectrale camera’s, hebben ze daglicht nodig. In bewolkte, weinig licht of schaduwrijke gebieden (bossen, ruïnes) neemt de beeldkwaliteit en objectdetectie af.

Thermische detectie werkt het beste bij zonsopgang of zonsondergang, wanneer de grond en de mijn verschillen in temperatuur. Tijdens de middag verwarmt de zon alles gelijkmatig, waardoor het contrast afneemt.

Regen en natte grond vertroebelen de oppervlakte-details, veranderen de grondkleur en -temperatuur en kunnen bodemverstoring of thermische anomalieën verhullen. Sneeuw bedekt alleen maar visuele markers en equaliseert de oppervlaktetemperatuur, waardoor mijnen ondetecteerbaar worden.

Het vliegen van drones alleen op bepaalde tijden vertraagt zelfs het NTS-stadium van ontmijning aanzienlijk, vooral in gebieden met onvoorspelbaar weer.

De technologie is zeer duur

In 7 getroffen landen bereikt de geschatte antipersoneelmijnbesmetting meer dan 100 km².

Volgens tests in Oekraïne kan ontmijning met de nieuwe technologie de kosten verlagen van $3000-5000 tot $600-800 per hectare, wat nog steeds $70.000 per vierkante kilometer is. En in sommige gebieden kan het de landprijs zelfs overtreffen.

De belangrijkste reden voor de hoge kosten is het grote aantal valse alarmen dat als echte bedreigingen wordt behandeld. Gemiddeld ruimt een team meer dan 50 vermoede mijnen om één echte landmijn te vinden.

De meest zwaar besmette gebieden liggen in ontwikkelingslanden. Zij kunnen ontmijning niet betalen zonder financiering van internationale organisaties of regeringen.

De kosten zijn ook te hoog voor bedrijven om in te stappen. Zodra ontmijning goedkoop genoeg wordt, kunnen bedrijven mogelijk gemijnde grond huren onder de voorwaarde dat ze deze ruimen. In ruil daarvoor krijgen ze langdurig gebruik voor een symbolische prijs en enkele belastingvoordelen.

Een oplossing?

Met mijn team hebben we methoden onderzocht die meer gegevens verzamelen, door bladeren en bodem heen kunnen kijken en nog steeds voldoende resolutie behouden.

Een voorbeeld van een veelbelovende ontwikkelingsrichting is een project van onderzoekers aan de Universiteit van Oviedo. Zij testen een array-gebaseerd grondpenetrerend synthetisch apertuurradarsysteem (GPR-SAR) gemonteerd op een UAV.

Hun in-vluchtvalidatie in realistische scenario’s bewees dat de technologie de volgende problemen oplost:

1) De radar lokaliseert de exacte locatie van de mijn met precisie, waardoor alleen het ontwapenen of vernietigen handmatig hoeft te gebeuren.

Met het gebruik van alle mogelijke radarpaden (volledig multistatische configuratie) kregen ze hoge resolutiebeelden waarin begraven doelen helderder en duidelijker verschenen. En ze konden met precisie moeilijke doelen detecteren, zoals kleine, niet-metalen en ondiep begraven objecten zoals plastic antipersoneelmijnen, houten drukplaten en PVC-buizen.

2) De oplossing kan dag en nacht werken, in verschillende weersomstandigheden en zelfs met matige vegetatie.

Hoe het werkt:

• Verstuurt radarpulsen de grond in.
• Detecteert reflecties van ondergrondse veranderingen (bijv. plastic, metaal, leegtes).
• Bouwt 3D-ondergrondse beelden met centimeter-nauwkeurigheid door radarsignalen van meerdere zender-ontvanger (Tx-Rx) paren en vluchtposities te combineren.

De oplossing heeft nog steeds zijn beperkingen, maar op basis van mijn achtergrond is dit de meest relevante richting van onderzoek en ontwikkeling op dit moment.

Een van de belangrijkste sterke punten van GPR is de hoeveelheid gegevens die het kan verzamelen. Meer gegevens betekent dat onderzoekers de nauwkeurigheid bij het herkennen/classificeren kunnen verbeteren met AI. Dit leidt tot efficiëntere survey- en ruimingswerkzaamheden en verlaagt de totale kosten met 50% of meer.