Как летучие мыши помогают дронам видеть в темноте: ультразвуковая навигация, вдохновленная природой

Чтобы помочь небольшим летающим роботам ориентироваться в темноте и других условиях плохой видимости, мы с коллегами разработали систему восприятия на основе ультразвука, вдохновленную эхолокацией летучих мышей. Современные роботы в значительной степени полагаются на камеры или лидары (лазерные локаторы), а часто и на то и другое вместе. Однако эти датчики выходят из строя в сложных визуальных условиях: в дыму, тумане, пыли, снегопаде или в полной темноте.

Я научный инженер, разрабатывающий биовдохновленных микророботов. Чтобы решить эту задачу, наша исследовательская группа обратилась к природным экспертам в области навигации в условиях плохой видимости — к летучим мышам. Они прекрасно ориентируются в темных, сырых и пыльных пещерах и могут обнаруживать препятствия тоньше человеческого волоса с помощью эхолокации, при этом веся всего как две скрепки. Мыши излучают звуковые волны и улавливают слабые эхо-сигналы, отраженные от объектов.

Однако обеспечить такое восприятие для летающих роботов чрезвычайно сложно, потому что пропеллеры создают огромный шум. Это все равно что пытаться расслышать друга, пока рядом взлетает реактивный двигатель. Чтобы преодолеть эту проблему, мы предложили две ключевые идеи. Во-первых, физический акустический экран, вдохновленный хрящами уха летучей мыши, уменьшает шум пропеллеров вокруг акустических датчиков, которые выполняют роль «ушей» робота. Во-вторых, нейронная сеть под названием Saranga восстанавливает слабые эхо-сигналы из очень зашумленных измерений, выявляя закономерности во времени, — этот подход также вдохновлен тем, как летучие мыши обрабатывают звук.

Вместе эти технологии позволяют роботу определять местоположение препятствий в трехмерном пространстве и безопасно перемещаться, потребляя всего милливатты энергии.

Почему это важно

Такие типы дронов очень полезны для поисково-спасательных операций, особенно в ограниченных, динамичных и опасных средах, поскольку они малы и недороги. Поисково-спасательные работы часто проводятся в условиях крайне плохой видимости: лесные пожары, разрушенные здания, пещеры или запыленная местность. В этих сценариях традиционные датчики, такие как камеры и лидары, часто становятся ненадежными.

Летучие мыши полагаются не только на зрение, они используют эхолокацию для восприятия мира. Ультразвуковое зондирование не зависит от условий освещения и работает в дыму, пыли и темноте. Наша работа демонстрирует, что возможно наделить этой способностью летающих роботов, несмотря на сильный шум пропеллеров. Эхолокация, усиленная шумоподавлением и машинным обучением, открывает путь к созданию нового класса небольших недорогих роботов, способных работать в условиях, где существующие системы бесполезны.

Это исследование может привести к созданию высокофункциональных автономных микророботов для критически важных гуманитарных задач, таких как поиск и спасение, борьба с браконьерством и исследование пещер. Навигация с помощью эхолокации на основе искусственного интеллекта позволит создавать более безопасные, быстрые и экономически эффективные роботы для операций, требующих быстрого реагирования, где доступ людей или крупных вертолетов ограничен. Это шаг к возможности развертывания роев летающих роботов, подобно стаям летучих мышей, для исследования опасных сред и поиска выживших.

Прорывы в математическом моделировании, проектировании нейронных сетей и характеризации датчиков откроют путь для других маломощных применений этих дронов, таких как мониторинг окружающей среды. Наша разработка позволяет снизить потребление энергии в 1000 раз, вес в 10 раз и стоимость в 100 раз по сравнению с существующими решениями.

Какие еще исследования ведутся в этой области

Большинство систем воздушной навигации полагаются на камеры, датчики глубины или лидары, которые теряют эффективность в условиях плохой видимости. Радары работают в таких условиях, но потребляют слишком много энергии для маленьких дронов. Предыдущие работы по ультразвуковому зондированию были сосредоточены в основном на наземных роботах, но применить их к летающим роботам было сложно из-за шума пропеллеров и слабых сигналов.

Мы работаем над увеличением скорости полета, дальности зондирования и уменьшением размера системы. Мы также исследуем новые биовдохновленные конструкции и комбинируем ультразвук с другими типами сенсоров. В конечном итоге наша цель — создать надежных летающих роботов с низким энергопотреблением, способных стабильно работать в динамических средах, что позволит использовать их в реальных поисково-спасательных операциях.

Разработка, представленная нашей исследовательской группой, знаменует собой не просто инженерный прорыв, но и смену парадигмы в подходе к навигации малых беспилотных летательных аппаратов (БПЛА). До сих пор индустрия была сосредоточена на миниатюризации оптических систем, пытаясь сделать камеры и лидары более устойчивыми к внешним воздействиям. Однако наш подход, отталкивающийся от принципов, которые природа оттачивала миллионы лет, предлагает принципиально иное решение: не бороться с условиями плохой видимости, а использовать сенсорный канал, для которого эти условия не являются помехой.

Потенциальные области применения этой технологии выходят далеко за рамки поиска и спасения. В промышленности такие дроны смогут проводить инспекции внутри резервуаров, трубопроводов и вентиляционных шахт, где из-за пыли, пара или полного отсутствия освещения традиционные дроны не могут работать. В сельском хозяйстве ультразвуковая навигация позволит роям микродронов ориентироваться в густых кронах деревьев или в условиях плотного тумана, собирая данные о состоянии посевов и фруктовых садов. В военной сфере и сфере безопасности подобные аппараты могли бы вести разведку в задымленных или запыленных зонах городских застроек, куда доступ для более крупных машин затруднен.

Одним из ключевых преимуществ нашей разработки является ее энергоэффективность. Потребление на уровне милливатт означает, что такие дроны смогут работать значительно дольше при том же весе аккумулятора, что критически важно для поисковых операций, которые могут длиться часами. Снижение стоимости в 100 раз по сравнению с существующими лидарными системами делает технологию доступной для массового применения, позволяя перейти от использования единичных дорогостоящих аппаратов к развертыванию целых «стай» недорогих роботов. Такая избыточность повышает надежность миссии: потеря одного или нескольких дронов не приведет к провалу всей операции.

В ближайших планах нашей команды — полевые испытания прототипов в реальных условиях, приближенных к поисково-спасательным: в задымленных зданиях, в искусственно созданных завалах и в пещерных системах. Мы также работаем над тем, чтобы алгоритм Saranga мог работать в реальном времени на борту дрона, без необходимости передавать данные на наземную станцию для обработки. Это позволит аппаратам принимать навигационные решения автономно, что критически важно в условиях, где связь может быть неустойчивой или отсутствовать.

Сотрудничество с биологами, изучающими нейрофизиологию летучих мышей, продолжается. Мы надеемся, что более глубокое понимание того, как эти животные фильтруют собственные крики от эха других особей в колонии, позволит нам усовершенствовать алгоритмы для одновременного полета множества дронов в одной зоне. Так, возможно, мы сможем создать не просто роботов, летающих как летучие мыши, но и целые сообщества роботов, взаимодействующих подобно естественным роям, — и это будет следующим большим шагом на пути к созданию truly autonomous search-and-rescue systems, способных работать там, где сегодня бессильны и человек, и машина.