研究人员开发集群无人机来定位气体泄漏

代尔夫特理工大学的研究人员开发出了第一批微型无人机，能够在狭窄的室内环境中自动检测和定位气体泄漏。 为了发现建筑物或工业场所的煤气泄漏，人类消防员冒着生命危险，因为可能需要很长时间才能检测到泄漏源。 这些新型无人机可能会在该领域产生重大影响。

为无人机设计人工智能

研究人员面临的最大障碍是设计复杂任务所需的人工智能（AI）。 由于无人机尺寸很小，计算和存储部件需要紧密地安装在其中。 研究人员依靠仿生导航和搜索策略。 

研究 发表在 ArXiv 文章服务器上，并将在今年晚些时候的 IROS 机器人大会上展示。

自主气源定位需要什么

自主气源定位的任务极其复杂，需要人工气体传感器，而这些传感器在检测少量气体方面能力不强。 他们还很难对气体浓度的快速变化保持敏感。 

除了实际任务之外，环境复杂时也会带来问题。 由于这些原因，传统的研究已经围绕单个机器人展开，这些机器人在小型、无障碍的环境中寻找气体源。 

Guido de Croon 是代尔夫特理工大学微型飞行器实验室的正教授。 

“我们相信，成群的微型无人机是自主气源定位的一个有前途的途径，”吉多·德·克龙说。 “无人机的微小尺寸使它们对建筑物内的任何人和财产都非常安全，而它们的飞行能力将使它们最终能够在三个维度上搜索源。 此外，它们的小尺寸使它们能够在狭窄的室内区域飞行。 最后，拥有一群这样的无人机可以让它们更快地定位气体源，同时避开局部气体浓度最大值，以找到真正的源头。”

尽管有这些特性的好处，但它们也让工程师很难将人工智能应用到无人机中以实现自主气源定位。 由于车载传感和处理的限制，自动驾驶车辆中使用的人工智能算法并不适用。 由于无人机成群作业，因此在协作时还需要避免彼此碰撞。

Bart Duisterhof 在代尔夫特理工大学进行了这项研究。 

“实际上，自然界中有很多在严格的资源限制下成功导航和气味源定位的例子，”杜斯特霍夫说。 “想一想，果蝇的微小大脑约有 100,000 个神经元，在夏天如何准确无误地找到厨房里的香蕉。 它们通过优雅地结合简单的行为来做到这一点，例如逆风飞行或与风正交的飞行，具体取决于它们是否感觉到气味。 尽管由于机器人上没有气流传感器，我们无法直接复制这些行为，但我们已经向机器人灌输了类似的简单行为来完成任务。”

这些微型无人机依赖于一种名为“Sniffy Bug”的新“bug”算法，该算法使无人机能够在检测到任何气体之前散开。 这使得它们能够覆盖广阔的环境并避开障碍物或彼此。 

一旦其中一架无人机感知到气体，它就会将其传达给其他无人机，然后其他无人机将相互协作以尽快找到气体源。 更具体地说，无人机使用一种称为“粒子群优化”（PSO）的算法来搜索最大气体浓度，其中每架无人机都充当一个粒子。 

该算法的灵感来自鸟群的社会行为和运动，每架无人机根据自己感知的最高气体浓度位置、鸟群的最高位置以及当前的移动方向和惯性进行移动。 PSO 的好处之一是它只需要测量气体浓度，不需要气体浓度梯度或风向。

Guido 表示：“这项研究表明，成群的微型无人机可以执行非常复杂的任务。我们希望这项工作能够为其他机器人研究人员提供灵感，让他们重新思考自主飞行所需的人工智能类型。”