Onderzoekers reverse-engineeren de visuele systemen van zweefvliegen om drones te detecteren

Een team van onderzoekers aan de University of South Australia heeft de visuele systemen van zweefvliegen omgekeerd om drones te detecteren van bijna vier kilometer afstand. De experts in autonome systemen aan de universiteit werkten samen met anderen aan de Flinders University en het defensiebedrijf Midspar Systems.

50% betere detectie

De proeven die bio-geïnspireerde signaalverwerkingstechnieken gebruikten, toonden een verbetering van de detectiepercentages van maximaal 50% ten opzichte van bestaande methoden.

Volgens het team kunnen deze nieuwe bevindingen helpen om de dreiging van drones met IED’s te bestrijden. Het onderzoek komt net op het moment dat deze drones in Oekraïne worden gebruikt.

Het werk werd gepubliceerd in The Journal of Acoustical Society of America.

Volgens UniSA Professor of Autonomous Systems Anthony Finn zijn de visuele systemen van zweefvliegen eerder in kaart gebracht om camera-gebaseerde detectie te verbeteren. Echter, het nieuwe onderzoek is de eerste keer dat bio-visie wordt toegepast op akoestische gegevens.

“Bio-visie-verwerking heeft aangetoond dat de detectiebereik van drones in zowel visuele als infraroodgegevens aanzienlijk kan worden verhoogd. We hebben nu aangetoond dat we heldere en scherpe akoestische signalen van drones, inclusief zeer kleine en stille, kunnen opvangen met een algoritme gebaseerd op het visuele systeem van de zweefvlieg,” zegt prof. Finn.

Zweefvliegen hebben superieure visuele en volgvaardigheden die met succes zijn gemodelleerd om drones in complexe en obscure landschappen te detecteren. Dit kan zowel voor militaire als civiele doeleinden zijn.

“Ongeautoriseerde drones vormen een specifieke bedreiging voor vliegvelden, individuen en militaire bases. Het is daarom steeds belangrijker om de specifieke locaties van drones op lange afstanden te kunnen detecteren, met behulp van technieken die zelfs de zwakste signalen kunnen opvangen. Onze proeven met de zweefvlieg-gebaseerde algoritmes laten zien dat we dit nu kunnen doen,” zegt prof. Finn.

Toenemend gebruik van autonome vliegtuigen

Dr. Russell Brinkworth, die Associate Professor in Autonomous Systems is aan de Flinders University, zegt dat luchtvaartregulatoren, veiligheidsautoriteiten en het bredere publiek allemaal veel baat zouden hebben bij deze technologie. Dit is vooral waar nu het steeds belangrijker wordt om het grote aantal autonome vliegtuigen te monitoren.

“We hebben in de afgelopen jaren gezien dat drones het luchtruim binnenkomen waar commerciële vliegtuigen landen en opstijgen, dus het ontwikkelen van de capaciteit om kleine drones te monitoren wanneer ze actief zijn in de buurt van onze vliegvelden of in onze luchtruim kan zeer nuttig zijn voor de verbetering van de veiligheid,” zegt Dr. Brinkworth.

“De impact van UAV’s in de moderne oorlogvoering wordt ook duidelijk tijdens de oorlog in Oekraïne, dus het bijhouden van hun locatie is eigenlijk in het nationale belang. Ons onderzoek heeft als doel het detectiebereik aanzienlijk uit te breiden naarmate het gebruik van drones toeneemt in de civiele en militaire ruimte.”

Bio-geïnspireerde verwerking verbeterde de detectiebereiken met 30 tot 49 procent in vergelijking met traditionele technieken, afhankelijk van het type drone en de omstandigheden.

Om drone-akoestiek op korte tot middellange afstanden op te vangen, observeren onderzoekers specifieke patronen en algemene signalen. Echter, op grotere afstanden is het signaal zwakker en zijn beide technieken minder effectief.

Volgens de onderzoekers zijn er soortgelijke omstandigheden in de natuurlijke wereld. Zo hebben zweefvliegen krachtige visuele systemen die visuele signalen kunnen opvangen in lawaaierige, donker verlichte gebieden.

“We werkten onder de veronderstelling dat dezelfde processen die kleine visuele doelen kunnen zien tussen visuele rommel kunnen worden hergebruikt om lage volume akoestische signalen van drones uit lawaai te halen,” zegt Dr. Brinkworth.

De onderzoekers zetten akoestische signalen om in tweedimensionale “afbeeldingen” en gebruikten het neurale pad van de zweefvlieg-hersenen om ongerelateerde signalen en ruis te verbeteren en onderdrukken. Dit verhoogde het detectiebereik voor de geluiden die ze wilden detecteren.

Het baanbrekende onderzoek werd gefinancierd door het Next Generation Technologies Fund van het Australische ministerie van Defensie, dat deels oplossingen ondersteunt om de bewapening van drones aan te pakken.