Voorbij drones en AI: het toekomstperspectief van humanitaire mijnenruiming herschreven

Sinds 2014 werk ik 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 gebruikt kunnen worden om humanitaire mijnenruiming 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) nauwgezet, 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 tijdens het non-technische survey (NTS)-stadium van het humanitaire mijnenruimingsproces. 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.

Technisch survey (TS), dat verontreinigde gebieden bevestigt en in kaart brengt, is nog steeds afhankelijk van personeel met metaaldetectoren, getrainde honden en mechanische mijnenruimingsmachines. Zij gaan de gemijnde zone in om de exacte locaties van de gevaren te bepalen.

Het proces blijft lang, riskant en duur:

• In 2023 waren er 15 slachtoffers onder deminers in drie landen
• Op het huidige tempo zal het ruimen van alle onontplofte explosieven meer dan 100 jaar duren
• De kosten van het verwijderen van een enkele landmijn zijn 50 tot 100 keer de productiekosten

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

In deze post leg ik uit waarom huidige drone-gebaseerde oplossingen niet werken voor technisch survey (het duurste en tijdrovendste stadium op dit moment) en deel ik mijn visie op de beste manier om dit probleem op te lossen.

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

Drones met standaardoptische of thermische camera’s nemen meestal afbeeldingen vanuit een enkele naar beneden gerichte hoek. Deze aanpak werkt goed voor het opsporen van oppervlakte-anomalieën, maar faalt bij het detecteren van begraven of verborgen mijnen. Om deze reden worden drones meestal gebruikt voor non-technisch survey in humanitaire mijnenruiming.

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

Ondanks dat het minder relevant is voor Oekraïne, waar de meeste mijnen op de grond liggen in plaats van begraven, is de situatie heel 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 afbeeldingen en zijn niet goed zichtbaar op thermische camera’s. Metaaldetectoren en magnetometers missen ze of geven te veel valse alarmen.

Dus missen huidige drone-gebaseerde detectietools vaak 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 detectietools. Misvormde mijnen zijn nog moeilijker te identificeren in afbeeldingen.

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 stellen zowel deminers als burgers in gevaar.

Weers- en dagafhankelijkheid

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 een verschillende temperatuur hebben. Tijdens het middaguur 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 visuele markers en equaliseert de oppervlaktetemperatuur, waardoor mijnen ondetecteerbaar worden.

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

De technologie is erg duur

In 7 getroffen landen bedraagt het geschatte antipersoneelmijngebied meer dan 100 km².

Volgens tests in Oekraïne kan demining met de nieuwe technologie de kosten verlagen van $3000-5000 naar $600-800 per hectare, wat nog steeds $70.000 per vierkante kilometer is. En in sommige gebieden kan het zelfs de grondprijs zelf 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 op om slechts één echte landmijn te vinden.

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

De kosten zijn ook te hoog voor bedrijven om in te stappen. Zodra demining goedkoop genoeg wordt, kunnen bedrijven mogelijk gemijnde grond huren met 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 grond 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 apertuurradar (GPR-SAR)-systeem gemonteerd op een UAV.

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

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

Met het gebruik van alle mogelijke radarpaden (volledig multistatische configuratie) kregen ze hoge resolutiebeelden waarop begraven doelen helderder en duidelijker zichtbaar waren. En zij konden met precisie moeilijk te detecteren 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:

• Verzendt 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 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 kunnen verbeteren bij het herkennings-/classificatiestadium met AI. Dit leidt tot efficiënter survey- en ruimingswerk en verlaagt de totale kosten met 50% of meer.