Forskare utvecklar svärmdrönare för att lokalisera gasläckor

Forskare vid Delfts tekniska universitet har utvecklat den första svärmen av små drönare som självständigt kan upptäcka och lokalisera gasläckor i trånga inomhusmiljöer. För att hitta en gasläcka i en byggnad eller industriområde riskerar mänskliga brandmän sina liv eftersom det kan ta lång tid att upptäcka källan. Dessa nya drönare kan få stora konsekvenser på detta område.

Designar AI för drönarna

Det största hindret för forskarna var att designa den artificiella intelligens (AI) som behövs för den komplexa uppgiften. På grund av den lilla storleken på drönarna behövde beräknings- och minnesdelarna passa tätt in i dem. Forskarna förlitade sig på bioinspirerade navigerings- och sökstrategier. 

Smakämnen forskning publicerades på ArXiv-artikelservern och kommer att presenteras på IROS-robotkonferensen senare under året.

Vad som krävs för lokalisering av autonoma gaskällor

Uppgiften att lokalisera den autonoma gaskällan är extremt komplex och den kräver konstgjorda gassensorer som inte är särskilt kapabla att detektera små mängder gas. De kämpar också för att hålla sig känsliga för snabba förändringar i gaskoncentrationer. 

Förutom själva uppgiften orsakar miljön även problem när den är komplex. Av dessa skäl har traditionell forskning utvecklats kring enstaka robotar som söker efter en gaskälla i små, hinderfria miljöer. 

Guido de Croon är professor vid Micro Air Vehicle-laboratoriet vid TU Delft. 

"Vi är övertygade om att svärmar av små drönare är en lovande väg för autonom lokalisering av gaskällor", säger Guido de Croon. "Drönarnas lilla storlek gör dem mycket säkra för alla människor och egendom som fortfarande finns i byggnaden, medan deras flygförmåga gör att de så småningom kan söka efter källan i tre dimensioner. Dessutom tillåter deras ringa storlek dem att flyga i trånga inomhusområden. Slutligen, med en svärm av dessa drönare kan de lokalisera en gaskälla snabbare, samtidigt som de undslipper lokala maxima för gaskoncentration för att hitta den verkliga källan."

Trots fördelarna med dessa egenskaper gör de det också svårt för ingenjörer att implementera AI i drönarna för autonom lokalisering av gaskällor. På grund av begränsningarna kring avkänning och bearbetning ombord är AI-algoritmerna som används i självkörande fordon inte tillämpliga. Eftersom de verkar i svärmar måste drönare också undvika att kollidera med varandra när de samarbetar.

Bart Duisterhof utförde forskningen vid TU Delft. 

"I naturen finns det faktiskt gott om exempel på framgångsrik navigering och lokalisering av luktkällor inom strikta resursbegränsningar", säger Duisterhof. "Tänk bara på hur fruktflugor med sina små hjärnor av ~100,000 XNUMX neuroner ofelbart hittar bananerna i ditt kök på sommaren. De gör detta genom att elegant kombinera enkla beteenden som att flyga i motvind eller ortogonalt mot vinden beroende på om de känner av lukten. Även om vi inte direkt kunde kopiera dessa beteenden på grund av frånvaron av luftflödessensorer på våra robotar, har vi ingjutit våra robotar med liknande enkla beteenden för att ta itu med uppgiften."

De små drönarna förlitar sig på en ny "bugg"-algoritm som kallas "Sniffy Bug", som gör det möjligt för drönarna att sprida sig innan de upptäcker någon gas. Detta gör att de kan täcka stora miljöer och undvika hinder eller varandra. 

När en av drönarna känner av gas, kommunicerar den det till de andra, som sedan kommer att samarbeta med varandra för att hitta gaskällan så snabbt som möjligt. Mer specifikt utför drönarna en sökning efter maximal gaskoncentration med en algoritm som kallas "partikelsvärmoptimering" eller PSO, där varje drönare fungerar som en partikel. 

Algoritmen var inspirerad av det sociala beteendet och rörelsen hos fågelflockar, där varje drönare rörde sig baserat på sin egen upplevda högsta gaskoncentrationsplats, svärmens högsta läge och dess nuvarande rörelseriktning och tröghet. En av fördelarna med PSO är att det bara krävs att gaskoncentrationen mäts utan gaskoncentrationsgradient eller vindriktning.

"Denna forskning visar att svärmar av små drönare kan utföra mycket komplexa uppgifter.", säger Guido, "Vi hoppas att det här arbetet utgör en inspiration för andra robotforskare att ompröva vilken typ av AI som är nödvändig för autonom flygning."