Các nhà nghiên cứu phát triển đàn máy bay không người lái để định vị rò rỉ khí

Các nhà nghiên cứu tại Đại học Công nghệ Delft đã phát triển đàn máy bay không người lái đầu tiên có khả năng tự động phát hiện và định vị rò rỉ khí trong môi trường室内 chật hẹp.

Thiết kế trí tuệ nhân tạo cho máy bay không người lái

Thách thức lớn nhất đối với các nhà nghiên cứu là thiết kế trí tuệ nhân tạo (AI) cần thiết cho nhiệm vụ phức tạp này.
Do kích thước nhỏ của máy bay không người lái, các bộ phận tính toán và bộ nhớ cần phải phù hợp với chúng.
Các nhà nghiên cứu đã dựa vào các chiến lược điều hướng và tìm kiếm sinh học.

Nghiên cứu này đã được công bố trên máy chủ bài viết ArXiv và sẽ được trình bày tại hội nghị robot IROS vào cuối năm.

Yêu cầu cho định vị nguồn khí tự động

Nhiệm vụ định vị nguồn khí tự động cực kỳ phức tạp và đòi hỏi các cảm biến khí nhân tạo không rất có khả năng phát hiện lượng khí nhỏ.
Họ cũng gặp khó khăn trong việc duy trì độ nhạy với những thay đổi nhanh chóng về nồng độ khí.

Ngoài nhiệm vụ thực tế, môi trường cũng gây ra vấn đề khi nó phức tạp.
Do những lý do này, nghiên cứu truyền thống đã tập trung vào các robot đơn lẻ tìm kiếm nguồn khí trong môi trường nhỏ, không có chướng ngại vật.

Guido de Croon là Giáo sư Toàn thời gian tại Phòng thí nghiệm Phương tiện Hàng không Nhỏ của TU Delft.

“Chúng tôi tin rằng đàn máy bay không người lái nhỏ là một hướng đi đầy hứa hẹn cho định vị nguồn khí tự động,”
Guido de Croon nói.
“Kích thước nhỏ của máy bay không người lái làm cho chúng rất an toàn cho con người và tài sản vẫn còn trong tòa nhà, trong khi khả năng bay của chúng sẽ cho phép chúng tìm kiếm nguồn khí trong ba chiều.
Hơn nữa, kích thước nhỏ của chúng cho phép chúng bay trong khu vực室内 hẹp.
Cuối cùng, việc có một đàn máy bay không người lái cho phép chúng định vị nguồn khí nhanh hơn, trong khi tránh các cực đại địa phương của nồng độ khí để tìm nguồn thực sự.”

Mặc dù những lợi ích của các thuộc tính này, chúng cũng làm cho việc thực hiện AI vào máy bay không người lái cho định vị nguồn khí tự động trở nên khó khăn.
Do các hạn chế xung quanh cảm biến và xử lý trên tàu, các thuật toán AI được sử dụng trong xe tự lái không thể áp dụng.
Vì chúng hoạt động trong đàn, máy bay không người lái cũng cần tránh va chạm với nhau trong khi hợp tác.

Bart Duisterhof đã thực hiện nghiên cứu tại TU Delft.

“Trên thực tế, trong tự nhiên có nhiều ví dụ về điều hướng và định vị nguồn mùi thành công trong các ràng buộc tài nguyên nghiêm ngặt,”
Duisterhof nói.
“Hãy nghĩ về cách ruồi quả với não bộ nhỏ ~ 100.000 nơ-ron có thể định vị quả chuối trong nhà bếp của bạn vào mùa hè.
Họ làm điều này bằng cách kết hợp các hành vi đơn giản như bay ngược gió hoặc vuông góc với gió tùy thuộc vào việc họ có cảm nhận được mùi hay không.
Mặc dù chúng tôi không thể sao chép trực tiếp các hành vi này do thiếu cảm biến dòng chảy trên robot của chúng tôi, chúng tôi đã truyền đạt cho robot của mình các hành vi đơn giản tương tự để giải quyết nhiệm vụ.”

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

Máy bay không người lái nhỏ dựa trên một thuật toán mới gọi là “Bug” có tên là “Sniffy Bug”,
cho phép máy bay không người lái phân tán trước khi chúng phát hiện bất kỳ khí nào.
Điều này cho phép chúng bao phủ các môi trường lớn và tránh chướng ngại vật hoặc nhau.

Khi một trong các máy bay không người lái cảm nhận được khí, nó sẽ thông báo cho các máy bay không người lái khác,
sau đó chúng sẽ hợp tác với nhau để tìm nguồn khí càng nhanh càng tốt.
Cụ thể hơn, máy bay không người lái thực hiện tìm kiếm nồng độ khí tối đa với một thuật toán gọi là “tối ưu hóa đàn hạt”,
hoặc PSO, nơi mỗi máy bay không người lái đóng vai trò như một hạt.

Thuật toán này được lấy cảm hứng từ hành vi xã hội và chuyển động của đàn chim,
với mỗi máy bay không người lái di chuyển dựa trên vị trí nồng độ khí cao nhất của nó, vị trí cao nhất của đàn,
và hướng di chuyển và quán tính hiện tại của nó.
Một trong những lợi ích của PSO là nó chỉ yêu cầu đo nồng độ khí mà không cần đo gradient nồng độ khí hoặc hướng gió.

“Nghiên cứu này cho thấy đàn máy bay không người lái nhỏ có thể thực hiện các nhiệm vụ phức tạp,”
Guido nói.
“Chúng tôi hy vọng rằng công việc này sẽ trở thành nguồn cảm hứng cho các nhà nghiên cứu robot khác để suy nghĩ lại về loại AI cần thiết cho chuyến bay tự động.”