14/07/2021
Door Ad Spijkers
Onderzoekers van onder meer het Mavlab van de TU Delft ontwikkelden een zwerm drones die autonoom gasbronnen kunnen lokaliseren.
Bij een gaslek in een groot gebouw of op een industrieterrein moeten brandweerlieden met gasdetectie-instrumenten naar binnen. Het kan geruime tijd duren voordat ze het gaslek vinden en ze riskeren hierbij soms hun leven. Onderzoekers van de TU Delft, de Universidad de Barcelona en Harvard University hebben een zwerm kleine drones ontwikkeld die autonoom gasbronnen kunnen detecteren en lokaliseren in onoverzichtelijke binnenruimten.
Kunstmatige intelligentie
Kunstmatige intelligentie voor deze complexe taak vormde de belangrijkste uitdaging voor de onderzoekers, aangezien rekenvermogen en geheugen van kleine drones beperkt zijn. Ze losten dit op met behulp van op de natuur geïnspireerde navigatie- en zoekstrategieën. Het onderzoek vormt een belangrijke stap in de ontwikkeling van intelligentie van kleine robots. Het praktisch belang is groot, want gaslekken kunnen hiermee efficiënter worden gevonden zonder dat mensen hun leven op het spel hoeven te zetten.
Autonome locatiebepaling 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. Bovendien kan de omgeving waarin het gas zich verspreidt complex zijn. Veel van het onderzoek op dit gebied heeft zich dan ook gericht op zelfstandige robots die naar een gasbron zoeken in vrij kleine omgevingen zonder obstakels, waarin de bron gemakkelijker te vinden is.
Het zoeken naar een gaslek gebeurt met een zwerm kleine drones. Het onderzoeksteam heeft commercieel verkrijgbare CrazyFlie-drones gebruikt met een diameter van 12 cm en een massa van slechts 37,5 g.
Zwermen kleine drones
Werken met een zwerm kleine drones is een veelbelovende aanpak voor autonome locatiebepaling van gasbronnen. Door hun geringe omvang zijn ze veilig voor mensen en spullen die zich eventueel nog in het gebouw bevinden. Omdat ze zich vliegend voortbewegen, kunnen ze in drie dimensies naar de bron zoeken. Ze zijn door hun kleine formaat bruikbaar in kleine binnenruimtes. Omdat er met een zwerm drones wordt gewerkt, kan een gaslek sneller worden gelokaliseerd. Ze laten zich in hun zoektocht naar het echte lek niet foppen door lokale maxima van de gasconcentratie.
Omdat de drones zo klein zijn, is het wel moeilijk om ze van de kunstmatige intelligentie te voorzien die noodzakelijk is voor autonome locatiebepaling van een gasbron. De sensoren en rekenkracht aan boord van de drones zijn beperkt en niet geschikt voor het type AI-algoritme waardoor bijvoorbeeld auto’s autonoom kunnen rijden. Ook brengt het opereren in een zwerm uitdagingen met zich mee, omdat de drones elkaar moeten opmerken om botsingen te vermijden en samen te werken.
Voorbeelden uit de natuur
In de natuur zijn er allerlei voorbeelden van navigatie en locatiebepaling van geurbronnen met beperkte middelen. Zo kunnen fruitvliegjes met hun kleine hersentjes onfeilbaar bananen in een keuken vinden. Ze combineren eenvoudige acties, zoals tegen de luchtstroom in of loodrecht op de luchtstroom vliegen. De drones hebben geen luchtstroomsensoren hebben, zodat dit gedrag niet direct viel te kopiëren. Maar ze kregen wel vergelijkbaar eenvoudig gedrag om hun taak te volbrengen.
De drones beschikken voor hun navigatie over een nieuw 'insectenalgoritme', genaamd 'Sniffy Bug'. Zolang er nog geen gas is 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 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, 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
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 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. Te denken valt aan het opsporen van methaan op Mars of het vroegtijdig opsporen van ziekten of plagen in kassen.
Foto: screenshot video TU Delft