Un equipo de investigadores de la Universidad Johannes Kepler ha desarrollado un dron autónomo con un nuevo tipo de tecnología para mejorar los esfuerzos de búsqueda y rescate. El grupo describe sus modificaciones de drones en un estudio publicado en la revista Science Robotics. En el mismo número de la revista, Andreas Birk de la Universidad Jacobs de Bremen publicó un artículo de Focus que detalla el trabajo del equipo en Austria.
En 17 pruebas de campo en diversos tipos de bosques y estaciones, un nuevo prototipo de un dron de búsqueda y rescate localizó con éxito a personas en bosques densos alrededor del 90% del tiempo. El diseño, que se publicó en Science Robotics el 23 de junio, combina imágenes térmicas, aprendizaje automático y un nuevo método óptico para permitir que el dron vea a las personas desaparecidas a través del follaje.
La cubierta arbórea dificulta la localización de individuos perdidos en el bosque. Las personas en aviones y helicópteros tienen dificultad para ver a través de la cubierta hacia el suelo, donde las personas pueden estar caminando o incluso acostadas. El mismo problema se aplica a las aplicaciones térmicas, los sensores de calor no pueden captar las lecturas correctamente junto a la cubierta. Se ha intentado utilizar drones en misiones de búsqueda y rescate, pero se enfrentan a los mismos desafíos porque los pilotos los controlan de forma remota y buscan en el suelo. Los investigadores agregaron nuevos equipos a este nuevo esfuerzo que les permite ver a través de la cubierta de árboles y resaltar aquellos que no lo son.
La nueva solución se basa en un algoritmo de corte óptico aerotransportado, que emplea la potencia informática de una computadora para desenfocar objetos que ocluyen, como las copas de los árboles. La imagen térmica se utiliza en el segundo componente del nuevo dispositivo para resaltar el calor irradiado por un cuerpo calentado. Después de eso, un algoritmo de aprendizaje automático evalúa si las señales de calor provienen de humanos, animales u otras fuentes. Después de eso, el nuevo equipo se montó en un dron autónomo regular. Para seleccionar dónde buscar, la computadora del dron combina el posicionamiento de ubicación y las señales del AOS y los sensores de temperatura. Si se encuentra una posible coincidencia, el dron se acerca al objetivo para adquirir una mejor vista.
Si se encuentra una coincidencia potencial, el dron se acerca al objetivo para verlo mejor. Si sus sensores detectan una coincidencia, envía un mensaje al equipo de estudio, que incluye las coordenadas. Los investigadores utilizaron tres cámaras GoPro conectadas a unos auriculares para entrenar su algoritmo mientras caminaban por los Alpes suizos. Una cámara estaba enfocada hacia adelante, otra a la izquierda y otra a la derecha del excursionista. El equipo había tomado más de 20.000 fotografías después de pasar horas en estos caminos. Luego, las fotografías se usaron para educar a su algoritmo sobre cómo dibujar los bordes de una ruta de senderismo.
El resultado es un algoritmo de aprendizaje profundo que permite que un dron con una sola cámara a color orientada hacia adelante recorra una ruta desconocida por sí solo, sin intervención humana. El sistema era incluso mejor que los humanos para determinar la dirección exacta de los senderos por los que caminaba. El equipo advierte que estos hallazgos aún se encuentran en las primeras etapas. Si bien todavía queda un largo camino por recorrer antes de que los drones autónomos puedan buscar personas desaparecidas en los bosques, los investigadores creen que su estudio muestra cómo las redes neuronales profundas pueden ayudar a los vehículos autónomos a negociar situaciones con entradas complicadas y de gran dimensión.
Etiquetasbosque espeso zumbido rescate Tecnología