โมเดลและแพลตฟอร์ม AI

นักวิจัยถอดรหัสระบบการมองเห็นของแมลงวันบินเพื่อตรวจจับโดรน

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ทีมนักวิจัยจากมหาวิทยาลัยเซาท์ออสเตรเลียได้ถอดรหัสระบบการมองเห็นของแมลงวันบินเพื่อตรวจจับโดรนจากระยะห่างเกือบสี่กิโลเมตร นักวิจัยระบบอัตโนมัติที่มหาวิทยาลัยได้ทำงานร่วมกับนักวิจัยจากมหาวิทยาลัยฟลินเดอร์สและบริษัทป้องกันประเทศมิดสปาร์ ซิสเต็มส์

การตรวจจับที่ดีขึ้น 50%

การทดลองที่ใช้เทคนิคการประมวลผลสัญญาณที่ได้รับแรงบันดาลใจจากชีวภาพแสดงให้เห็นว่ามีอัตราการตรวจจับที่ดีขึ้นถึง 50% เมื่อเทียบกับวิธีการที่มีอยู่

ตามที่ทีมวิจัยระบุ การค้นพบใหม่นี้สามารถช่วยต่อสู้กับภัยคุกคามของโดรนที่บรรทุกอุปกรณ์ระเบิด

การวิจัยนี้ได้รับการตีพิมพ์ใน วารสารสังคมวิทยาอะคูสติกส์ของอเมริกา

ตามที่ศาสตราจารย์アンโทนี่ ฟินน์ จากมหาวิทยาลัยเซาท์ออสเตรเลีย ระบุ ระบบการมองเห็นของแมลงวันบินได้ถูกสร้างแผนที่ไว้ก่อนหน้านี้เพื่อปรับปรุงการตรวจจับโดยใช้กล้อง แต่การวิจัยใหม่นี้เป็นครั้งแรกที่ใช้เทคนิคการประมวลผลสัญญาณที่ได้รับแรงบันดาลใจจากชีวภาพกับข้อมูลอะคูสติก

“การประมวลผลสัญญาณที่ได้รับแรงบันดาลใจจากชีวภาพสามารถเพิ่มระยะการตรวจจับของโดรนได้ทั้งในข้อมูลภาพและอินฟราเรด แต่เราได้แสดงให้เห็นว่าสามารถตรวจจับสัญญาณอะคูสติกของโดรนที่มีขนาดเล็กและเงียบได้โดยใช้อัลกอริทึมที่อิงจากระบบการมองเห็นของแมลงวันบิน” ศาสตราจารย์ฟินน์กล่าว

แมลงวันบินมีทักษะการมองเห็นและติดตามที่เหนือกว่า ซึ่งสามารถสร้างแบบจำลองเพื่อตรวจจับโดรนในภูมิประเทศที่ซับซ้อนและไม่ชัดเจนได้

“โดรนที่ไม่ได้รับอนุญาตมีความเสี่ยงต่อสนามบิน บุคคล และฐานทัพ และมีความจำเป็นที่จะตรวจจับตำแหน่งของโดรนที่ระยะห่างไกลโดยใช้เทคนิคที่สามารถตรวจจับสัญญาณที่อ่อนแอได้ การทดลองของเราที่ใช้อัลกอริทึมที่อิงจากแมลงวันบินแสดงให้เห็นว่าเราสามารถทำได้” ศาสตราจารย์ฟินน์กล่าว

 

การใช้เครื่องบินอัตโนมัติที่เพิ่มขึ้น

ดร. รัสเซลล์ บริงค์เวิร์ท ผู้ช่วยศาสตราจารย์ด้านระบบอัตโนมัติที่มหาวิทยาลัยฟลินเดอร์ส กล่าวว่า ผู้ควบคุมการบิน อ่านด้านความปลอดภัย และสาธารณชนจะได้รับประโยชน์จากเทคโนโลยีนี้ โดยเฉพาะอย่างยิ่งในการตรวจสอบจำนวนเครื่องบินอัตโนมัติที่ใช้งานมากขึ้น

“เราได้เห็นโดรนเข้ามาในพื้นที่การบินของเครื่องบินพาณิชย์ในช่วงไม่กี่ปีที่ผ่านมา ดังนั้นการสร้างความสามารถในการตรวจสอบโดรนที่เล็กและเงียบในบริเวณใกล้เคียงสนามบินหรือในพื้นที่ของเราสามารถช่วยปรับปรุงความปลอดภัยได้” ดร. บริงค์เวิร์ทกล่าว

“ผลกระทบของโดรนในสงครามสมัยใหม่กำลังเป็นที่เห็นได้ชัดเจนในสงครามยูเครน ดังนั้นการตรวจสอบตำแหน่งของโดรนจึงเป็นเรื่องของความสนใจของชาติ การวิจัยของเรามีเป้าหมายที่จะขยายระยะการตรวจจับของโดรนในพื้นที่พลเรือนและทหาร” ดร. บริงค์เวิร์ทกล่าว

การประมวลผลสัญญาณที่ได้รับแรงบันดาลใจจากชีวภาพสามารถปรับปรุงระยะการตรวจจับได้ระหว่าง 30 ถึง 49 เปอร์เซ็นต์เมื่อเทียบกับเทคนิคที่มีอยู่แล้ว ขึ้นอยู่กับประเภทของโดรนและเงื่อนไข

ในการตรวจจับสัญญาณอะคูสติกของโดรนที่ระยะห่างใกล้หรือปานกลาง นักวิจัยจะสังเกตเห็นรูปแบบและสัญญาณทั่วไป แต่ระยะห่างที่ไกลขึ้นจะทำให้สัญญาณอ่อนแอลง และเทคนิคทั้งสองจะไม่มีประสิทธิภาพ

ตามที่นักวิจัยระบุ มีสภาพที่คล้ายกันในโลกธรรมชาติ เช่น แมลงวันบินมีระบบการมองเห็นที่สามารถจับภาพสัญญาณภาพในพื้นที่ที่มีเสียงรบกวนและความมืด

“เราได้ทำงานโดยสมมติว่ากระบวนการเดียวกับที่ทำให้เห็นเป้าหมายขนาดเล็กในพื้นที่ที่มีเสียงรบกวนสามารถนำมาใช้เพื่อแยกสัญญาณอะคูสติกที่มีระดับต่ำของโดรนที่ฝังอยู่ในเสียงรบกวน” ดร. บริงค์เวิร์ทกล่าว

นักวิจัยได้แปลงสัญญาณอะคูสติกเป็นภาพสองมิติ และใช้เส้นทางประสาทของสมองแมลงวันบินเพื่อปรับปรุงและยับยั้งสัญญาณที่ไม่เกี่ยวข้องและเสียงรบกวน ซึ่งเพิ่มระยะการตรวจจับของสัญญาณที่ต้องการ

การวิจัยที่เป็นนวัตกรรมนี้ได้รับการสนับสนุนจากกองทุนเทคโนโลยีใหม่ของกระทรวงกลาโหมของออสเตรเลีย ซึ่งสนับสนุนการแก้ปัญหาการใช้โดรนเป็นอาวุธ

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก