특정 냄새를 자동으로 인식하고 추적할 수 있는 로봇은 다양한 가치 있는 응용 분야를 구현할 수 있습니다. 예를 들어 발전소에서의 위험한 사고, 폭발 또는 다른 재난 후에 공기중의 유해한 화학 물질의 출처를 추적하고 식별하는 곳에 응용할 수가 있습니다.
그러나 냄새를 안정적으로 식별하고 추절할 수 있는 로봇을 개발하는 것은 지금까지 상당히 어려운 과제였습니다. 사실, 그것은 일반적으로 고성능 냄새 센서, 최첨단 딥 러닝 알고리즘, 신뢰할 수 있는 로봇 플랫폼 이동 계획자의 효과적인 통합을 포함되어야 할 문제입니다.
오사카 대학, 소프트뱅크, 그리고 도쿄 공과대학의 연구원들은 최근에 수색 구조 작업이나 환경 보호를 목적으로 하는 임무 동안 화학적 깃털(냄새)을 추적하는 데 사용될 수 있는 작은 드론을 개발했습니다. IEEE 계측 및 측정 트랜잭션에 발표된 논문에 제시된 이 드론은 입자 이미지 속도 측정으로 알려진 기류 시각화 기술을 기반으로 하고 있습니다.
"드론은 사용한 3D 냄새 출처 위치에 대한 연구는 아직 개발 단계에 있습니다."라고 연구를 수행한 연구원 중 한 명이 시가키 슌스케가 TechXplore에 말했습니다. "이전의 연구에서, 우리는 냄새의 근원을 찾기 위해 높이와 횡풍 방향으로 넓게 움직이는 드론에 한 두 개의 냄새센서를 장착했습니다. 우리는 이 방법이 매우 비효율적이라는 것을 발견했고, 드론의 짧은 비행 시간을 고려할 때 3D 냄새 추적 성능을 크게 개선할 필요가 있었습니다.
시가키와 그의 동료들이 만든 손바닥 크기의 드론은 공기 흐름에서 한 번에 영역의 속도장을 측정하는 광학 기술인 입자 이미지 속도 측정법을 기반으로 합니다. 연구원들은 화학 물질이 도착하는 방향을 식별하기 위해 특별히 이 기술을 사용했습니다.
공기 중의 화학 물질을 3차원으로 모니터링하기 위해, 그 팀은 드론의 윗면과 앞면에 센서를 통합했습니다. 이 독특한 센서 배열을 수용하기 위해, 그들은 나방이 화학적 깃털을 추적할 수 있는 생물학적 메커니즘에서 영감을 받은 3D 서지 캐스팅 알로리즘을 개발 한 것입니다.
"우리 연구 그룹의 강점은 공기 흐름의 시각화 기술에 능하다는 것입니다."라고 시가키가 말했습니다. "드론이 만들어내는 공기 흐름의 변화에 초점을 맞추어 우리는 드론이 냄새의 근원의 높이에 따라 냄새를 다르게 받아들이는 것을 발견했습니다. 따라서 냄새센서 배열과 냄새가 어느 방향에서 오든 지속적으로 추적할 수 있는 알고리즘을 설계했습니다.
연구원들은 일연이 기류 시각화 및 현지화 실험에서 제안된 화학 플룸 추적 드론을 평가했습니다. 놀랍게도 그들은 그들이개발한 알고리즘이 화학적 깃털 추적을 위한 기존의 알고리즘을 능가하여 바람의 방향이 계속 바뀌는 시나리오에서도 냄새를 효과적으로 추적한다는 것을 발견했습니다.
이러한 드론의 개발은 앞으로 화재현장이나 폭발물, 인명구조등 많은 분야에서 활용될 수 있을 것입니다.
댓글