stub Forskare Reverse-Engineer Hoverflies visuella system för att upptäcka drönare - Unite.AI
Anslut dig till vårt nätverk!

Artificiell intelligens

Forskare Reverse-Engineer Hoverflies visuella system för att upptäcka drönare

Uppdaterad on

Ett team av forskare vid University of South Australia har omvänd konstruktion av svävflugornas visuella system för att upptäcka drönare på nästan fyra kilometers avstånd. De autonoma systemexperterna vid universitetet arbetade tillsammans med andra på Flinders University och försvarsföretaget Midspar Systems. 

50 % bättre upptäckt

De försök som använde bioinspirerade signalbehandlingstekniker visade upp till 50 % bättre detektionshastigheter än befintliga metoder. 

Enligt teamet kan dessa nya fynd hjälpa till att bekämpa hotet från IED-bärande drönare. Forskningen kommer precis när dessa drönare används i Ukraina. 

Verket publicerades i Journal of Acoustical Society of America.

Enligt UniSA professor i autonoma system Anthony Finn har svävflugornas visuella system kartlagts tidigare för att förbättra kamerabaserade upptäckter. Den nya forskningen är dock första gången som biovision har tillämpats på akustisk data.

"Bearbetning av bioseende har visat sig avsevärt öka detektionsområdet för drönare i både visuell och infraröd data. Men vi har nu visat att vi kan plocka upp tydliga och skarpa akustiska signaturer från drönare, inklusive mycket små och tysta sådana, med hjälp av en algoritm baserad på svävflugans visuella system, säger prof. Finn.

Svävflugor har överlägsna visuella och spårningsfärdigheter som framgångsrikt har modellerats för att upptäcka drönare i komplexa och obskyra landskap. Detta kan involvera antingen militära eller civila syften. 

"Oauktoriserade drönare utgör distinkta hot mot flygplatser, individer och militärbaser. Det blir därför allt viktigare för oss att kunna upptäcka specifika platser för drönare på långa avstånd, med hjälp av tekniker som kan fånga upp även de svagaste signalerna. Våra försök med de svävflugsbaserade algoritmerna visar att vi nu kan göra detta, säger prof. Finn.

Hoverfly-hjärnor kartlagda för att upptäcka drönares akustiska signaler

 

Ökad användning av autonoma flygplan

Dr. Russell Brinkworth, som är docent i autonoma system vid Flinders University, säger att flygtillsynsmyndigheter, säkerhetsmyndigheter och den bredare allmänheten alla skulle ha stor nytta av tekniken. Detta gäller särskilt som det blir allt viktigare att övervaka det stora antalet autonoma flygplan som används. 

"Vi har sett drönare komma in i luftrummet där kommersiella flygbolag landar och lyfter under de senaste åren, så att utveckla kapaciteten att faktiskt övervaka små drönare när de är aktiva nära våra flygplatser eller i vår himmel kan vara extremt fördelaktigt för att förbättra säkerheten." Dr Brinkworth säger. 

"UAV:s inverkan i modern krigföring blir också uppenbar under kriget i Ukraina, så att hålla koll på deras plats är faktiskt i det nationella intresset. Vår forskning syftar till att utöka detektionsområdet avsevärt när användningen av drönare ökar i det civila och militära rummet.”

Bioinspirerad bearbetning förbättrade detektionsområdet med mellan 30 och 49 procent jämfört med traditionella tekniker, beroende på typ av drönare och förhållanden. 

För att fånga upp drönarakustik på korta till medelstora avstånd observerar forskare specifika mönster och allmänna signaler. Men längre avstånd betyder att signalen är svagare, och båda teknikerna är mindre effektiva. 

Enligt forskarna finns det liknande förhållanden i naturen. Till exempel har svävflugor kraftfulla visuella system som kan fånga visuella signaler i bullriga, mörkt upplysta områden. 

"Vi arbetade under antagandet att samma processer som gör att små visuella mål kan ses bland visuella röran kunde omplaceras för att extrahera lågvolyms akustiska signaturer från drönare begravda i buller," säger Dr Brinkworth.

Forskarna omvandlade akustiska signaler till tvådimensionella "bilder" och de använde svävflugshjärnans neurala väg för att förbättra och undertrycka orelaterade signaler och brus. Detta ökade detektionsområdet för de ljud de ville upptäcka. 

Genombrottsforskningen finansierades av försvarsdepartementets Next Generation Technologies Fund i Australien, som delvis stöder lösningar för att ta itu med beväpning av drönare. 

Alex McFarland är en AI-journalist och författare som utforskar den senaste utvecklingen inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.