سونار خفيف الوزن جدًا Plus AI يتيح للطائرات الصغيرة التنقل مثل الخفافيش

( MENAFN- The Conversation) لمساعدة الروبوتات الجوية الصغيرة على التنقل في الظلام والبيئات الأخرى منخفضة الرؤية، طوّر زملائي وأنا نظام إدراك قائمًا على الموجات فوق الصوتية مستوحى من تحديد الموقع بالصدى لدى الخفافيش.

تعتمد الروبوتات الحالية بشكل كبير على الكاميرات أو كشف الضوء والمدى، المعروف باسم lidar، أو كليهما. لكن هذه المستشعرات تفشل في الظروف البصرية الصعبة، مثل الدخان أو الضباب أو الغبار أو الثلج أو الظلام الدامس.

أنا مهندس علمي يطوّر ميكروبوتات مستوحاة من الأحياء. ولحل هذا التحدي، راجع فريق البحث الخاص بي خبراء الطبيعة في التنقل مع ضعف الرؤية: الخفافيش. تزدهر في الكهوف المظلمة والرطبة والمغبرة، ويمكنها اكتشاف العوائق الرقيقة مثل شعرة الإنسان باستخدام تحديد الموقع بالصدى مع وزن لا يتجاوز وزن ورقتين مشبكتين. فهي تُصدر موجات صوتية وتستمع إلى الأصداء الضعيفة المنعكسة من الأجسام.

ومع ذلك، فإن تمكين هذا الإحساس على الروبوتات الجوية أمر شديد الصعوبة لأن المراوح تولّد ضوضاء كبيرة. الأمر يشبه إلى حد ما محاولة الاستماع إلى صديقك بينما تكون طائرة نفاثة على وشك الإقلاع بجوارك.

للتغلب على هذه المشكلة، نعرض فكرتين رئيسيتين. أولًا، تُقلل درع صوتي فيزيائي مستوحى من غضروف أذن الخفاش ضوضاء المروحة حول مستشعرات الصوت التي تعمل مثل آذان الروبوت. ثانيًا، تستعيد شبكة عصبية تُسمى Saranga إشارات الصدى الضعيفة من القياسات شديدة الضوضاء عبر تعلم الأنماط مع مرور الوقت، مستوحاة من كيفية معالجة الخفافيش للصوت.

معًا، يتيح ذلك للروبوت تقدير مواقع العوائق ثلاثي الأبعاد والتنقل بأمان باستخدام قدرة استشعار بمستوى ميلي واط.

لماذا يهم

تُعد هذه الأنواع من الطائرات المسيّرة مفيدة جدًا في عمليات البحث والإنقاذ، خصوصًا في البيئات الضيقة والديناميكية والخطرة، لأنها صغيرة وغير مكلفة. غالبًا ما تحدث عمليات البحث والإنقاذ في بيئات تكون فيها الرؤية ضعيفة جدًا، مثل حرائق الغابات، والمباني المنهارة، والكهوف أو ظروف خارجية مغبرة. في هذه السيناريوهات، غالبًا ما تصبح المستشعرات التقليدية مثل الكاميرات و lidar غير موثوقة.

لا تعتمد الخفافيش على الرؤية فقط، بل تستخدم تحديد الموقع بالصدى لإدراك العالم. لا يرتبط الإحساس بالموجات فوق الصوتية بظروف الإضاءة ويعمل في الدخان والغبار والظلام.

تُظهر أعمالنا أنه من الممكن نقل هذه القدرة إلى الروبوتات الجوية رغم ضوضاء المراوح القوية على متنها. يشير التصوير الصوتي المعزز بضوضاء محجوبة وتعلم الآلة إلى إمكانية تمكين فئة جديدة من الروبوتات الصغيرة منخفضة التكلفة التي يمكنها العمل في البيئات التي تفشل فيها الأنظمة الحالية.

يمكن لهذا البحث أن يتيح روبوتات جوية صغيرة مستقلة عالية الوظائف لتطبيقات إنسانية حرجة، مثل البحث والإنقاذ، ومكافحة الصيد غير المشروع، واستكشاف الكهوف. قد يؤدي الملاحة الصوتية المدعومة بالذكاء الاصطناعي إلى روبوتات أكثر أمانًا وسرعة وفعالية من حيث التكلفة للعمليات الحساسة للوقت حيث يكون الوصول بواسطة الإنسان أو مروحيات أكبر محدودًا. وهذه خطوة نحو القدرة على نشر أسراب من الروبوتات الجوية، مثل مجموعات الخفافيش، لاستكشاف البيئات الخطرة والبحث عن ناجين.

ستُمكّن الإنجازات في النمذجة الرياضية وتصميم الشبكات العصبية وتوصيف المستشعرات التطبيقات منخفضة الطاقة الأخرى لهذه الطائرات المسيّرة، مثل المراقبة البيئية. يمكن لأعمالنا خفض استهلاك الطاقة بمقدار 1,000 مرة، والوزن بمقدار 10 مرات، والتكلفة بمقدار 100 مرة مقارنةً بالحلول الحالية.

ما الأبحاث الأخرى التي يجري إنجازها

تعتمد معظم أنظمة الملاحة الجوية على الكاميرات أو مستشعرات العمق أو lidar، والتي تتدهور في ظروف الرؤية المنخفضة. يعمل الرادار في هذه الظروف لكنه يستهلك طاقة عالية بالنسبة للطائرات المسيّرة الصغيرة. استكشف العمل السابق الإحساس بالموجات فوق الصوتية أساسًا على الروبوتات الأرضية، لكن تطبيقه على الروبوتات الجوية كان صعبًا بسبب ضوضاء المراوح والإشارات الضعيفة.

ما الخطوة التالية

نحن نعمل على تحسين سرعة الطيران ومدى الاستشعار وحجم النظام. كما نستكشف تصميمات جديدة مستوحاة من الأحياء ونقوم بدمج الموجات فوق الصوتية مع أنواع أخرى من الاستشعار.

في النهاية، يتمثل هدفنا في بناء روبوتات جوية موثوقة ومنخفضة الطاقة يمكنها العمل بموثوقية في البيئات الديناميكية وتمكين النشر في العالم الحقيقي في البحث والإنقاذ.

يُعد ملخص البحث لمحة قصيرة عن أعمال أكاديمية مثيرة للاهتمام.

MENAFN28032026000199003603ID1110910812