Onderzoekers ontwikkelen zwerm drones om gaslekkages te lokaliseren

Onderzoekers aan de Technische Universiteit Delft hebben de eerste zwerm van kleine drones ontwikkeld die in staat zijn om autonoom gaslekkages te detecteren en te lokaliseren in kleine, binnenruimtes. Om een gaslekkage in een gebouw of industriële locatie te vinden, lopen brandweerlieden hun leven risico omdat het lang kan duren om de bron te detecteren. Deze nieuwe drones kunnen grote gevolgen hebben in dit opzicht.

AI ontwerpen voor de drones

De grootste hindernis voor de onderzoekers was om de kunstmatige intelligentie (AI) te ontwerpen die nodig is voor de complexe taak. Vanwege de kleine grootte van de drones, moesten de computationele en geheugendelen strak in hen passen. De onderzoekers vertrouwden op bio-geïnspireerde navigatie- en zoekstrategieën.

Het onderzoek werd gepubliceerd op de ArXiv-artikeldatabase en zal later in het jaar worden gepresenteerd op de IROS-roboticaconferentie.

Wat is nodig voor autonome gasbronlocalisatie

De taak van autonome gasbronlocalisatie is extreem complex en vereist kunstmatige gasdetectoren die niet erg capabel zijn in het detecteren van kleine hoeveelheden gas. Ze hebben ook moeite om gevoelig te blijven voor snelle veranderingen in gasconcentraties.

Naast de daadwerkelijke taak, veroorzaakt de omgeving ook problemen wanneer deze complex is. Om deze redenen is traditioneel onderzoek geëvolueerd rondom enkele robots die een gasbron zoeken in kleine, obstakelvrije omgevingen.

Guido de Croon is Full Professor aan het Micro Air Vehicle-laboratorium van de TU Delft.

“We zijn ervan overtuigd dat zwermen van kleine drones een veelbelovende weg zijn voor autonome gasbronlocalisatie,” zegt Guido de Croon. “De kleine grootte van de drones maakt hen erg veilig voor mensen en eigendommen die nog in het gebouw zijn, terwijl hun vliegcapaciteit het hen uiteindelijk mogelijk maakt om de bron te zoeken in drie dimensies. Bovendien maakt hun kleine grootte het hen mogelijk om te vliegen in smalle binnenruimtes. Ten slotte maakt het hebben van een zwerm van deze drones het hen mogelijk om een gasbron sneller te lokaliseren, terwijl ze lokale maxima van gasconcentratie ontwijken om de echte bron te vinden.”

Ondanks de voordelen van deze eigenschappen, maken ze het ook moeilijk voor ingenieurs om AI in de drones te implementeren voor autonome gasbronlocalisatie. Vanwege de beperkingen rondom onboard sensing en processing, zijn de AI-algoritmen die in zelfrijdende voertuigen worden gebruikt, niet toepasbaar. Omdat ze in zwermen opereren, moeten drones ook collisionen met elkaar vermijden terwijl ze samenwerken.

Bart Duisterhof voerde het onderzoek uit aan de TU Delft.

“In feite zijn er in de natuur genoeg voorbeelden van succesvolle navigatie en geurbronlocalisatie binnen strikte resourcebeperkingen,” zegt Duisterhof. “Denk alleen maar aan hoe fruitvliegen met hun kleine hersenen van ~100.000 neuronen onfeilbaar de bananen in uw keuken in de zomer lokaliseren. Ze doen dit door eenvoudige gedragingen te combineren, zoals opwinden of orthogonaal aan de wind vliegen, afhankelijk van of ze de geur waarnemen. Hoewel we deze gedragingen niet direct konden kopiëren vanwege het ontbreken van luchtstroomsensoren op onze robots, hebben we onze robots voorzien van soortgelijke eenvoudige gedragingen om de taak aan te pakken.”

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

De kleine drones vertrouwen op een nieuwe “bug”-algoritme genaamd “Sniffy Bug”, dat het de drones mogelijk maakt om uit te spreiden voordat ze enig gas detecteren. Dit stelt hen in staat om grote omgevingen te bedekken en obstakels of elkaar te vermijden.

Zodra een van de drones gas detecteert, communiceert het dit met de anderen, die dan samenwerken om de gasbron zo snel mogelijk te vinden. Meer specifiek voeren de drones een zoekopdracht uit voor maximale gasconcentratie met een algoritme genaamd “particle swarm optimization”, of PSO, waarbij elke drone fungeert als een deeltje.

Het algoritme is geïnspireerd op het sociale gedrag en de beweging van vogelzwermen, waarbij elke drone zich beweegt op basis van de eigen waargenomen hoogste gasconcentratie, de hoogste locatie van de zwerm, en de huidige bewegingsrichting en inertie. Een van de voordelen van PSO is dat het alleen het meten van de gasconcentratie vereist zonder de gasconcentratiegradiënt of windrichting.

“Dit onderzoek toont aan dat zwermen van kleine drones zeer complexe taken kunnen uitvoeren,” zegt Guido. “We hopen dat dit werk een inspiratie vormt voor andere robotica-onderzoekers om na te denken over het type AI dat nodig is voor autonome vlucht.”