En autonom drönare med en ny typ av teknik har utvecklats av ett team av forskare vid Johannes Kepler University för att förbättra sök- och räddningsinsatserna. Gruppen beskriver sina drönarmodifieringar i en studie publicerad i tidskriften Science Robotics. I samma tidskriftsnummer publicerade Andreas Birk från Jacobs University Bremen en Focus-artikel som beskriver lagets arbete i Österrike.
I 17 fälttester över olika skogstyper och årstider, lyckades en ny prototyp för en sök- och räddningsdrönare lokalisera personer i täta skogar omkring 90 % av tiden. Designen, som publicerades i Science Robotics den 23 juni, kombinerar termisk avbildning, maskininlärning och en ny optisk metod för att göra det möjligt för drönaren att se försvunna människor genom lövverket.
Trädtäcket gör det svårt att lokalisera individer som går vilse i skogen. Personer i flygplan och helikoptrar har svårt att se genom täcket till marken under, där människor kan gå eller till och med lägga sig. Samma problem gäller för termiska applikationer. Värmesensorer kan inte ta upp avläsningar ordentligt av locket. Drönare har försökt användas i sök-och-räddningsuppdrag, men de står inför samma utmaningar eftersom de fjärrstyrs av piloter som söker igenom marken under. Forskarna har lagt till ny utrustning till denna nya strävan som gör det möjligt för dem att se igenom trädtäcket och lyfta fram de som inte är det.
Den nya lösningen är baserad på en luftburen optisk sektioneringsalgoritm, som använder en dators beräkningskraft för att defokusera ockluderande föremål som trädtoppar. Värmeavbildning används i den andra komponenten i den nya enheten för att framhäva värmen som utstrålas av en uppvärmd kropp. Därefter bedömer en maskininlärningsalgoritm om värmesignalerna kommer från människor, djur eller andra källor. Därefter monterades den nya växeln på en vanlig autonom drönare. För att välja var du vill söka, kombinerar drönarens dator både positionsposition och ledtrådar från AOS och temperatursensorer. Om en möjlig matchning hittas går drönaren närmare målet för att få en bättre sikt.
Om en potentiell matchning hittas går drönaren närmare målet för att se bättre. Om dess sensorer upptäcker en matchning, skickar den ett meddelande till studieteamet, som inkluderar koordinaterna. Forskarna använde tre GoPro-kameror kopplade till ett headset för att träna sin algoritm medan de vandrade över de schweiziska alperna. En kamera var fokuserad framåt, en till vänster och en till höger om vandraren. Teamet hade tagit över 20 000 fotografier efter att ha tillbringat timmar på dessa stigar. Fotografierna användes sedan för att utbilda deras algoritm om hur man ritar gränserna för en vandringsled.
Resultatet är en djupinlärningsalgoritm som gör att en drönare med en enda framåtriktad färgkamera kan resa ett okänt spår helt på egen hand, utan mänsklig inblandning. Systemet var till och med bättre än människor på att bestämma den exakta riktningen för stigarna det gick på. Teamet varnar för att dessa fynd fortfarande är i ett tidigt skede. Även om det fortfarande är en lång väg att gå innan autonoma drönare kan söka efter försvunna individer i skogar, tror forskarna att deras studie visar hur djupa neurala nätverk kan hjälpa autonoma fordon att förhandla fram situationer med komplicerade och högdimensionella input.
Taggartät skog Drönare rädda Teknologi