Forskere reverserer hoverflies’ visuelle systemer for å detektere droner

Et team av forskere ved University of South Australia har reversert visuelle systemer av hoverflies for å detektere droner fra nesten fire kilometer unna. Ekspertene i autonome systemer ved universitetet arbeidet sammen med andre ved Flinders University og forsvarsselskapet Midspar Systems.

50% Bedre Deteksjon

Prøvene som brukte bio-inspirert signalbehandlingsteknikk viste opp til 50% bedre deteksjonsrater enn eksisterende metoder.

Ifølge teamet kan disse nye funnene hjelpe med å bekjempe trusselen fra IED-bærende droner. Forskningen kommer rett etter at disse dronene er blitt brukt i Ukraina.

Arbeidet ble publisert i The Journal of Acoustical Society of America.

Ifølge UniSA Professor i Autonome Systemer Anthony Finn, har hoverflies’ visuelle systemer blitt kartlagt tidligere for å forbedre kamera-basert deteksjon. Men den nye forskningen er den første gangen at bio-vision er blitt brukt på akustiske data.

“Bio-vision prosessering har blitt vist å øke deteksjonsområdet for droner i både visuelle og infrarøde data. Men nå har vi vist at vi kan oppdage klare og skarpe akustiske signaturer fra droner, inkludert svært små og stille, ved hjelp av en algoritme basert på hoverflyets visuelle system,” sier Prof. Finn.

Hoverflies har overlegne visuelle og sporingsferdigheter som har blitt modellert med suksess for å detektere droner i komplekse og skjulte landskap. Dette kan omfatte både militære eller sivile formål.

“Uautoriserte droner utgjør distinkte trusler mot flyplasser, personer og militærbaser. Det er derfor stadig viktigere for oss å kunne detektere bestemte lokasjoner for droner på lange avstander, ved hjelp av teknikker som kan oppdage selv de svakeste signalene. Våre prøver med hoverfly-baserte algoritmer viser at vi nå kan gjøre dette,” sier Prof. Finn.

Økende Bruk av Autonome Fly

Dr. Russell Brinkworth, som er Associate Professor i Autonome Systemer ved Flinders University, sier at luftfartsregulatorer, sikkerhetsmyndigheter og den brede offentligheten alle ville ha stor nytte av teknologien. Dette er spesielt sant ettersom det blir stadig viktigere å overvåke det store antallet autonome fly som brukes.

“Vi har sett droner gå inn i luftrommet hvor kommersielle fly er i ferd med å lande og ta av i de siste årene, så å utvikle evnen til å faktisk overvåke små droner når de er aktive nær våre flyplasser eller i våre luftrom, kan være ekstremt nyttig for å forbedre sikkerheten,” sier Dr. Brinkworth.

“Påvirkningen av UAV-er i moderne krigføring blir også tydelig under krigen i Ukraina, så å holde på toppen av deres lokasjon er faktisk i nasjonens interesse. Vår forskning har som mål å utvide deteksjonsområdet betraktelig ettersom bruken av droner øker i det sivile og militære rommet.”

Bio-inspirert prosessering forbedret deteksjonsområdene med mellom 30 og 49 prosent når sammenlignet med tradisjonelle teknikker, avhengig av typen drone og forhold.

For å oppdage drone-akustikk på korte til medium avstander, observerer forskerne bestemte mønster og generelle signaler. Men lengre avstander betyr at signalet er svakere, og begge teknikker er mindre effektive.

Ifølge forskerne er det lignende forhold i den naturlige verden. For eksempel har hoverflies kraftige visuelle systemer som kan fange visuelle signaler i støyende, mørke områder.

“Vi arbeidet under antagelsen at de samme prosessene som tillater små visuelle mål å bli sett blant visuell støy, kunne bli gjennomført for å trekke ut lav-volum akustiske signaturer fra droner begravd i støy,” sier Dr. Brinkworth.

Forskerne konverterte akustiske signaler til to-dimensjonale “bilder”, og de brukte nervebanen i hoverfly-hjernen til å forbedre og undertrykke urelaterte signaler og støy. Dette økte deteksjonsområdet for lydene de ønsket å detektere.

Gjennombruddsforskningen ble finansiert av Department of Defence’s Next Generation Technologies Fund i Australia, som delvis støtter løsninger for å håndtere våpeniseringen av droner.