Zwerm drones TU Delft kan gaslek opsporen

drone medische drone UMCG dronesector

Een zwerm kleine drones van de TU Delft kan autonoom een gaslek opsporen. Onderzoekers van zowel de TU Delft, de Universiteit van Barcelona en Harvard University kunnen voor het eerst met een zwerm kleine, en dus zeer veilige, drones autonoom gasbronnen lokaliseren in onoverzichtelijke binnenruimten. Hun bevindingen zijn bijeen gebracht in een rapport.

De drones moet brandweerlieden helpen zodat ze niet meer zelf naar binnen hoeven bij een gaslek in een groot gebouw of op een industrieterrein. Daarbij riskeren ze vaak hun leven. Het onderzoeksteam gebruikte commercieel verkrijgbare CrazyFlie-drones. Ze hebben een diameter van 12 cm en wegen ongeveer 37.5 gram.

 Complexe taak

De kunstmatige intelligentie voor deze complexe taak is de belangrijkste uitdaging voor de onderzoekers. Het rekenvermogen en geheugen van de kleine drones is immers beperkt. Ze losten dit probleem op met op de natuur geïnspireerde navigatie- en zoekstrategieën. De drones worden later dit jaar gepresenteerd op de gerenommeerde IROS-roboticaconferentie.

Het onderzoek is een belangrijke stap in de ontwikkeling van intelligentie van kleine robots. Autonome lokalisatie van gasbronnen is een complexe taak. Kunstmatige gassensoren zijn minder goed dan dierenneuzen in staat om kleine hoeveelheden gas te detecteren en te reageren op snelle veranderingen in de gasconcentratie.

Omdat de drones zo klein zijn, is het wel moeilijk om ze van de nodige kunstmatige intelligentie te voorzien die nodig is voor autonome lokalisatie van een gasbron. De sensoren en rekenkracht aan boord van de drones zijn uiterst beperkt, en niet geschikt voor het type AI-algoritme waardoor auto’s autonoom kunnen rijden.

Bovendien brengt het opereren in een zwerm zijn eigen uitdagingen met zich mee. De drones moeten elkaar kunnen opmerken om botsingen te vermijden en. Ze moeten ook kunnen samenwerken.

Kunstmatige intelligentie uit op de natuur

“In de natuur zijn er allerlei voorbeelden van succesvolle navigatie en lokalisatie van geurbronnen met zeer beperkte middelen”, aldus Bart Duisterhof, die aan het onderzoek werkte voor zijn masterscriptie aan de TU Delft. “Denk maar aan fruitvliegjes, die ’s zomers met hun kleine hersentjes van zo’n 100.000 neuronen onfeilbaar de bananen in je keuken weten te vinden. Ze doen dit door handig eenvoudige acties te combineren, zoals tegen de luchtstroom in vliegen, of juist loodrecht op de luchtstroom, afhankelijk van of ze de geur wel of niet ruiken. Omdat we op onze robots geen luchtstroomsensoren hebben, konden we dit gedrag niet direct kopiëren, maar we hebben onze robots wel vergelijkbaar eenvoudig gedrag bijgebracht om hun taak te volbrengen.”

De kleine drones beschikken voor hun navigatie over een nieuw ‘insectenalgoritme’, genaamd ‘Sniffy Bug’. Zolang er nog geen drone gas heeft geroken, verspreiden de drones zich zoveel mogelijk over de omgeving, terwijl ze obstakels en elkaar ontwijken. Als een van de drones gas detecteert, geeft hij dit door aan de anderen.

Vanaf dat moment gaan de drones met elkaar samenwerken om zo snel mogelijk de gasbron te vinden. De zwerm zoekt dan de maximale gasconcentratie met een algoritme genaamd ‘particle swarm optimization’ (PSO), waarbij elke drone fungeert als een ‘deeltje’. Oorspronkelijk was dit algoritme gemodelleerd naar het sociale gedrag en de bewegingen van vogelzwermen.

Elke drone beweegt op basis van de locatie waar hij zelf de hoogste gasconcentratie waarneemt, de locatie waar de zwerm de hoogste concentratie waarneemt, en een momentum om in dezelfde richting te blijven bewegen. Het voordeel van deze zoekstrategie is dat alleen de gasconcentratie gemeten hoeft te worden, en niet de gasconcentratiegradiënt of de richting van de luchtstroom. Bovendien zorgt het algoritme ervoor dat de zwerm lokale maxima kan negeren die in complexe omgevingen kunnen optreden.

Praktische toepassingen

“Dit onderzoek toont aan dat zwermen kleine drones zeer complexe taken kunnen uitvoeren”, voegt Guido eraan toe. “We hopen dat dit onderzoek een inspiratie vormt voor andere roboticaonderzoekers om te heroverwegen welk type AI nodig is voor autonoom vliegen.”

Er is meer werk nodig om dit type technologie verder te ontwikkelen tot een volledig werkend product. De onderzoekers hebben zich bijvoorbeeld nog niet beziggehouden met driedimensionaal bewegen om gasbronnen op variabele hoogte te lokaliseren. Verder moet ook de betrouwbaarheid van de navigatie worden verbeterd voordat de drones kunnen worden ingezet in een echt noodscenario.

Het huidige resultaat is echter veelbelovend. De ontwikkelde algoritmen zijn niet alleen bruikbaar voor het opsporen van gaslekken in gebouwen, maar ook voor wetenschappelijke missies zoals het opsporen van methaan op Mars, of zakelijke toepassingen zoals het vroegtijdig opsporen van ziekten of plagen in kassen.

Lees ook:

 

Gerelateerde berichten...