Raziskovalci razvijajo drone za lokalizacijo uhajanja plina

Raziskovalci na Tehnološki univerzi v Delftu so razvili prvi roj majhnih dronov, ki so sposobni avtonomno zaznati in lokalizirati uhajanje plina v tesnih notranjih okoljih. Da bi našli uhajanje plina v zgradbi ali industrijski lokaciji, gasilci tvegajo svoja življenja, saj lahko odkrivanje vira traja dolgo časa. Ti novi droni bi lahko imeli velike posledice na tem področju.

Oblikovanje AI za drone

Največja ovira za raziskovalce je bila zasnova umetne inteligence (AI), ki je potrebna za kompleksno nalogo. Zaradi majhne velikosti brezpilotnih letalnikov so se morali računski in pomnilniški deli tesno prilegati vanje. Raziskovalci so se zanašali na biološke navigacijske in iskalne strategije. 

O Raziskave je bil objavljen na strežniku za članke ArXiv, kasneje v letu pa bo predstavljen na robotski konferenci IROS.

Kaj je potrebno za lokalizacijo avtonomnega vira plina

Naloga avtonomne lokalizacije vira plina je izjemno zapletena in zahteva umetne senzorje plina, ki niso ravno sposobni zaznati majhnih količin plina. Prav tako se trudijo ostati občutljivi na hitre spremembe koncentracij plinov. 

Poleg same naloge povzroča težave tudi okolje, ko je kompleksno. Zaradi teh razlogov so se tradicionalne raziskave razvile okoli posameznih robotov, ki iščejo vir plina v majhnih okoljih brez ovir. 

Guido de Croon je redni profesor v laboratoriju za mikro zračna vozila TU Delft. 

"Prepričani smo, da so roji majhnih dronov obetavna pot za lokalizacijo avtonomnega vira plina," pravi Guido de Croon. »Zaradi majhne velikosti so brezpilotna letala zelo varna za vse ljudi in lastnino, ki je še v stavbi, medtem ko jim bo njihova sposobnost letenja omogočila, da sčasoma poiščejo vir v treh dimenzijah. Poleg tega jim njihova majhnost omogoča letenje v ozkih zaprtih prostorih. Nazadnje, roj teh dronov jim omogoča, da hitreje lokalizirajo vir plina, hkrati pa se izognejo lokalnim maksimumom koncentracije plina, da bi našli pravi vir.«

Kljub prednostim teh lastnosti inženirjem tudi otežujejo implementacijo umetne inteligence v drone za avtonomno lokalizacijo vira plina. Zaradi omejitev glede zaznavanja in obdelave na vozilu algoritmi umetne inteligence, ki se uporabljajo v samovozečih vozilih, niso uporabni. Ker delujejo v rojih, se morajo brezpilotna letala med sodelovanjem izogibati tudi medsebojnim trčenjem.

Bart Duisterhof je opravil raziskavo na TU Delft. 

"Pravzaprav je v naravi veliko primerov uspešne navigacije in lokalizacije vira vonjav znotraj strogih omejitev virov," pravi Duisterhof. »Samo pomislite, kako sadne mušice s svojimi majhnimi možgani s približno 100,000 nevroni poleti nezmotljivo najdejo banane v vaši kuhinji. To počnejo tako, da elegantno kombinirajo preprosta vedenja, kot je letenje proti vetru ali pravokotno na veter, odvisno od tega, ali zaznavajo vonj. Čeprav nismo mogli neposredno kopirati teh vedenj zaradi odsotnosti senzorjev za pretok zraka na naših robotih, smo našim robotom vcepili podobno preprosta vedenja, da se spoprimejo z nalogo.«

Majhna brezpilotna letala se zanašajo na nov algoritem "hroščev", imenovan "Sniffy Bug", ki omogoča, da se brezpilotna letala razširijo, preden zaznajo plin. To jim omogoča, da pokrivajo velika okolja in se izogibajo oviram ali drug drugemu. 

Ko eden od dronov zazna plin, to sporoči drugim, ki bodo nato med seboj sodelovali, da bi čim hitreje našli vir plina. Natančneje, droni izvajajo iskanje največje koncentracije plina z algoritmom, imenovanim "optimizacija roja delcev" ali PSO, kjer vsak dron deluje kot delec. 

Algoritem je navdihnilo družbeno vedenje in gibanje ptičjih jat, pri čemer se vsak dron premika na podlagi svoje zaznane lokacije najvišje koncentracije plina, najvišje lokacije roja ter njegove trenutne smeri gibanja in vztrajnosti. Ena od prednosti PSO je, da zahteva samo merjenje koncentracije plina brez gradienta koncentracije plina ali smeri vetra.

"Ta raziskava kaže, da lahko roji majhnih dronov opravljajo zelo zapletene naloge," pravi Guido, "Upamo, da bo to delo navdih za druge raziskovalce robotike, da ponovno razmislijo o vrsti umetne inteligence, ki je potrebna za avtonomno letenje."