Robôs que podem reconhecer e rastrear automaticamente odores específicos podem ter uma ampla gama de aplicações valiosas. Por exemplo, eles podem ajudar a identificar as fontes de substâncias químicas nocivas no ar após acidentes perigosos em usinas de energia, explosões ou outros desastres.
O desenvolvimento de robôs que podem identificar e seguir odores de forma confiável, no entanto, até agora provou ser um desafio. Na verdade, normalmente envolve a integração efetiva de sensores de odor de alto desempenho, algoritmos de deep learning de última geração, plataformas robóticas confiáveis e planejadores de movimento.
Pesquisadores da Universidade de Osaka, SoftBank Corporation e Tokyo Institute of Technology desenvolveram recentemente um pequeno drone que pode ser usado para rastrear plumas químicas durante operações de busca e resgate ou missões destinadas protegendo o meio ambiente. Este drone, apresentado em um artigo publicado no IEEE Transactions on Instrumentation and Measurement, é baseado em uma tecnologia de visualização de fluxo de ar conhecida como velocimetria de imagem de partículas.
“A pesquisa sobre a localização de fontes de odor 3D usando um drone ainda está em estágio de desenvolvimento”, disse Shunsuke Shigaki, um dos pesquisadores que realizaram o estudo, ao TechXplore. “Em nossos estudos anteriores, montamos um ou dois sensores de odor em um drone, que se movia amplamente em direção de altura e vento cruzado para encontrar a fonte de odor. Descobrimos que esse método é muito ineficiente e, devido ao curto tempo de voo do drone, era necessário melhorar significativamente o desempenho do rastreamento de odor 3D.”
O drone do tamanho da palma da mão criado por Shigaki e seus colegas é baseado na velocimetria de imagem de partículas, uma técnica óptica para medir o campo de velocidade de uma região inteira no fluxo de ar de uma só vez. Os pesquisadores usaram especificamente essa técnica para identificar a direção de onde os produtos químicos estão chegando.
Para monitorar produtos químicos no ar em três dimensões, a equipe integrou sensores de odor nas superfícies superior e frontal de seu drone. Para acomodar esse arranjo exclusivo de sensores, eles desenvolveram algoritmos de projeção de ondas 3D inspirados nos mecanismos biológicos pelos quais mariposas voadoras podem rastrear plumas químicas.
“A força do nosso grupo de pesquisa é que somos bons em tecnologia de visualização do fluxo de ar”, disse Shigaki. “Focando nas mudanças no fluxo de ar produzido por um drone, notamos que o drone absorve o odor de forma diferente dependendo da altura da fonte de odor. Portanto, projetamos um arranjo de sensores de odor e um algoritmo que pode rastrear continuamente um odor, independentemente da direção vem de.”
Os pesquisadores avaliaram seu drone de rastreamento de pluma química proposto em uma série de experimentos de visualização e localização do fluxo de ar. Notavelmente, eles descobriram que o algoritmo que desenvolveram superou os algoritmos convencionais para rastreamento de plumas químicas, rastreando efetivamente odores mesmo em cenários em que a direção do vento continua mudando.
No futuro, o drone do tamanho da palma da mão e o algoritmo de rastreamento de plumas químicas desenvolvido por Shigaki e seus colegas podem abrir caminho para a criação de sistemas robóticos de melhor desempenho para detectar odores e identificar suas fontes. Em seus próximos estudos, os pesquisadores também planejam melhorar seu design para garantir que o sistema de rastreamento de plumas químicas também funcione bem em ambientes incertos, confusos e não mapeados.
“A difusão de odor é muito complexa, mas nossa proposta de combinação de arranjo de sensores e algoritmo permite a localização da fonte de odor altamente eficiente”, explicou Shigaki. “Esperamos que nossa proposta seja a técnica fundamental para o olfato de drones. Agora gostaríamos de contribuir para a segurança desenvolvendo um sistema que pode procurar produtos químicos perigosos ou explosivos rapidamente usando vários drones para procurar várias fontes de odor.”
Publicado em 15/11/2022 11h27
Artigo original:
Estudo original: