Araştırmacılar Gaz Kaçaklarını Yerelleştirmek için Sürü İHA’ları Geliştirdi

Delft Teknoloji Üniversitesi’ndeki araştırmacılar, kapalı iç mekanlarda gaz kaçaklarını otomatik olarak tespit etme ve yerelleştirme yeteneğine sahip ilk sürü küçük İHA’ları geliştirdiler. Bir binada veya endüstriyel alanda gaz kaçağını bulmak için insan itfaiyecileri hayatlarını riske atarlar, çünkü kaynakları tespit etmek uzun zaman alabilir. Bu yeni İHA’lar bu alanda önemli sonuçlar doğurabilir.

İHA’lar için AI Tasarımı

Araştırmacılar için en büyük engel, karmaşık görev için gerekli yapay zekayı tasarlamaktı. İHA’ların küçük boyutu nedeniyle, hesaplamalı ve bellek parçalarının sıkı bir şekilde içine sığması gerekiyordu. Araştırmacılar, bio-ilhamlı navigasyon ve arama stratejilerine güveniyorlardı.

Araştırma ArXiv makale sunucusunda yayınlandı ve yılın ilerleyen döneminde IROS robotik konferansında sunulacak.

Otomatik Gaz Kaynak Yerelleştirme İçin Gerekenler

Otomatik gaz kaynak yerelleştirme görevi son derece karmaşıktır ve gaz kaynaklarını küçük miktarlarda tespit etmekte不好 olan yapay gaz sensörleri gerektirir. Ayrıca, gaz konsantrasyonundaki hızlı değişikliklere karşı duyarlılıklarını korumakta zorlanırlar.

Asıl görevin yanı sıra, karmaşık bir ortam da sorunlara neden olur. Bu nedenlerle, geleneksel araştırmalar, küçük, engelsiz ortamlarda gaz kaynağını arayan tek robotlar etrafında gelişmiştir.

Guido de Croon, TU Delft’nin Micro Air Vehicle laboratuvarında tam profesördür.

“Küçük İHA’ların sürülerinin, otomatik gaz kaynak yerelleştirme için vaad edilen bir yol olduğunu düşünüyoruz” diyor Guido de Croon. “İHA’ların küçük boyutu, onları insanların ve binada kalan mülkün güvenliği için çok güvenli kılar, ayrıca uçma yetenekleri onlara sonunda üç boyutlu olarak kaynak arama yeteneği verecektir. Ayrıca, küçük boyutları, dar iç mekanlarda uçmalarını sağlar. Son olarak, bu İHA’ların sürüsüne sahip olmak, bir gaz kaynağını daha hızlı bulmalarını ve gaz konsantrasyonunun yerel maksimumlarını atlayarak gerçek kaynağı bulmalarını sağlar.”

Bu özelliklerin faydalarına rağmen, mereka aynı zamanda mühendislerin İHA’lara otomatik gaz kaynak yerelleştirme için AI uygulamasını zorlaştırır. Taşınabilir algılama ve işleme sınırlamaları nedeniyle, otonom araçlarda kullanılan AI algoritmaları uygulanamaz. Ayrıca, sürüler halinde çalıştıkları için, İHA’lar birbirleriyle çarpışmamak için işbirliği yapmalıdır.

Bart Duisterhof, TU Delft’de araştırmayı gerçekleştirdi.

“Aslında, doğada, kaynak bulma ve koku kaynağını yerelleştirme için sıkı kaynak kısıtlamaları içinde başarılı navigasyon örnekleri vardır” diyor Duisterhof. “Yazın mutfakta bananası bulan ~100.000 nöronlu küçük beyinli sinekleri düşünün. Onlar, basit davranışlar birleştirmek suretiyle bunu yaparlar, örneğin rüzgarın doğrultusunda veya rüzgarın tersine uçarlar, koku algıladıklarına göre. Biz bu davranışları doğrudan kopyalayamadık, çünkü robotlarımızda hava akışı sensörleri yoktu, ancak benzer şekilde basit davranışlar verdiğimiz robotlarımız, görevi gerçekleştirmek için donatıldı.”

https://www.youtube.com/watch?v=hj_SBSpK5qg

Küçük İHA’lar, “Sniffy Bug” adlı yeni bir “bug” algoritmasına dayanır, bu da İHA’ların gaz algılamadan önce yayılmalarını sağlar. Bu, büyük ortamları kapsamak ve engellerden veya birbirlerinden kaçınmalarını sağlar.

Bir İHA gaz algıladığında, bunu diğerlerine iletir ve onlar da birlikte çalışarak gaz kaynağını mümkün olan en kısa sürede bulmaya çalışırlar. Daha spesifik olarak, İHA’lar, her bir İHA’nın bir parçacık olarak hareket ettiği “parçacık sürü optimizasyonu” adlı bir algoritma ile maksimum gaz konsantrasyonunu ararlar.

Algoritma, kuş sürülerinin sosyal davranışları ve hareketinden esinlenmiştir, her bir İHA kendi algıladığı en yüksek gaz konsantrasyonuna, sürünün en yüksek konumuna ve当前 hareket yönüne ve ataletine göre hareket eder. PSO’nun faydalarından biri, gaz konsantrasyonunu ölçmek için gaz konsantrasyon gradyanı veya rüzgar yönüne gerek olmamasıdır.

“Bu araştırma, küçük İHA sürülerinin çok karmaşık görevleri gerçekleştirebileceğini gösteriyor” diyor Guido. “Umarız ki bu çalışma, diğer robotik araştırmacıları, otonom uçuş için gerekli AI türünü yeniden düşünmeye ilham verir.”