Um drone autônomo com um novo tipo de tecnologia foi desenvolvido por uma equipe de pesquisadores da Universidade Johannes Kepler para melhorar os esforços de busca e resgate. O grupo descreve suas modificações de drones em um estudo publicado na revista Science Robotics. Na mesma edição da revista, Andreas Birk, da Jacobs University Bremen, publicou um artigo da Focus detalhando o trabalho da equipe na Áustria.
Em 17 testes de campo em diversos tipos de florestas e estações do ano, um novo protótipo para um drone de busca e resgate localizou com sucesso pessoas em florestas densas em cerca de 90% das vezes. O design, que foi publicado na Science Robotics em 23 de junho, combina imagens térmicas, aprendizado de máquina e um novo método óptico para permitir que o drone veja pessoas desaparecidas através da folhagem.
A cobertura arbórea dificulta a localização de indivíduos perdidos na floresta. Pessoas em aviões e helicópteros têm dificuldade em enxergar através da cobertura o solo abaixo, onde as pessoas podem estar andando ou mesmo deitadas. O mesmo problema se aplica a aplicações térmicas, os sensores de calor não conseguem captar as leituras corretamente pela tampa. Drones foram tentados para serem usados em missões de busca e resgate, mas eles enfrentam os mesmos desafios porque são controlados remotamente por pilotos que estão vasculhando o solo abaixo. Os pesquisadores adicionaram novos equipamentos a este novo empreendimento que lhes permite ver através da cobertura das árvores e destacar aqueles que não são.
A nova solução é baseada em um algoritmo de seccionamento óptico no ar, que emprega o poder de computação de um computador para desfocar objetos obstrutivos, como copas de árvores. A imagem térmica é usada no segundo componente do novo dispositivo para destacar o calor irradiado por um corpo aquecido. Depois disso, um algoritmo de aprendizado de máquina avalia se os sinais de calor são de humanos, animais ou outras fontes. Depois disso, o novo equipamento foi montado em um drone autônomo regular. Para selecionar onde procurar, o computador do drone combina o posicionamento local e as dicas do AOS e dos sensores de temperatura. Se uma possível correspondência for encontrada, o drone se aproxima do alvo para obter uma visão melhor.
Se uma correspondência em potencial for encontrada, o drone se aproxima do alvo para obter uma visão melhor. Se seus sensores detectam uma correspondência, ele envia uma mensagem para a equipe de estudo, que inclui as coordenadas. Os pesquisadores usaram três câmeras GoPro conectadas a um fone de ouvido para treinar seu algoritmo enquanto caminhavam pelos Alpes suíços. Uma câmera estava focada à frente, uma à esquerda e outra à direita do caminhante. A equipe tirou mais de 20.000 fotografias depois de passar horas nesses caminhos. As fotografias foram então usadas para educar seu algoritmo sobre como desenhar as bordas de uma trilha de caminhada.
O resultado é um algoritmo de aprendizado profundo que permite que um drone com uma única câmera colorida voltada para a frente percorra uma trilha desconhecida inteiramente por conta própria, sem intervenção humana. O sistema era ainda melhor do que os humanos para determinar a direção exata das trilhas em que caminhava. A equipe alerta que essas descobertas ainda estão nos estágios iniciais. Embora ainda haja um longo caminho a percorrer antes que os drones autônomos possam procurar indivíduos desaparecidos nas florestas, os pesquisadores acreditam que seu estudo mostra como as redes neurais profundas podem ajudar os veículos autônomos a negociar situações com entradas complicadas e de alta dimensão.
Tagfloresta densa drone resgate Tecnologia