Hybride drones detecteren, monitoren en voorkomen wildbranden met verticale opstijging
Onderzoeker Zhaodan Kong en zijn team van de University of California, Davis, ontwikkelen een hybride vliegtuig dat verticaal kan landen en opstijgen als een rotorcraft, maar ook eigenschappen heeft van een vastvleugelvliegtuig dat urenlang op grote hoogte kan cruisen.
Proactieve brandbestrijding
"Waar rook is, zal er geen brand zijn omdat een drone al op de toneel is." Dat is de hoop van Kong. De groep werkt aan een proactieve oplossing voor de wrede Californische wildbranden, omdat de huidige methode brandweermannen te laat op de toneel brengt. Het is een geïntegreerd systeem van technologieën om branden te detecteren voordat ze een zware rookfase bereiken.
Twee hoofdonderdelen
"Onze oplossing bestaat uit twee hoofddelen: vroege brandrisicovoorspelling en vroege branddetectie en -tracking," aldus Kong. "We richten ons op vroege detectie en tracking omdat we geloven dat vroege detectie vaak leidt tot een kleinere brand bij de eerste aanval, een grotere kans op indamming, en preventie van levens- en eigendomsverlies."
Grondsensoren
De detectie begint op de grond via internetverbonden sensoren in door CalFire bepaalde gevaargebieden. De handbalgrote sensoren, ontwikkeld door UC Davis' Anthony Wexler, meten temperatuur, luchtvochtigheid en windsnelheid — de benodigde ingrediënten voor een wildbrand volgens Wexler.
Verkenning met hybride drones
Voor verkenning bouwt het team een rotorcraft uitgerust met navigatiesystemen, sensoren en camera's. "We hebben ons ontwerp en prototyping voltooid, en we zijn in het proces van bouwen en testen. Het heeft een biplane-multirotor configuratie," aldus Kong.
Brandrisicomodel en machine learning
Het brandrisicomodel is gebouwd op basis van historische data over weer, brandstof (vegetatie), topografie en brand. Zo'n model kan getraind worden met machine learning. Vervolgens kan het real-time ingezet worden door real-time weerinformatie van de grondsensoren, brandstof en topografie (GIS data) in te voeren.
Detectie- en trackingmodule
Het model kan alleen hoog-risicogebieden identificeren. Het team kan dan zijn detectie- en trackingmodule gebruiken om te patrouilleren en te zoeken naar potentiële branden. De module bestaat uit een groep onbemande luchtvoertuigen (UAV's), elk uitgerust met meerdere sensoren, waaronder elektro-optische (EO) en infrarood (IR) camera's, chemische sensoren, windsensoren en multispectrale camera's.
Samenwerking van sensoren
EO/IR/chemische sensoren werken samen om brand op afstand te detecteren; windsensoren zijn nodig omdat wind een belangrijke drijfveer is van brand en het windveld niet uniform is; multispectrale camera's leveren hoge-resolutie vegetatie-informatie als GIS data verouderd is en lage resolutie heeft.
Groepsgewijs gebruik van UAV's
"Een groep van dergelijke UAV's zal worden uitgezet omdat dat de efficiëntie van het lokaliseren van potentiële branden vergroot," aldus Kong. "Eenmaal een brand en/of rook geïdentificeerd door onze EO/IR camera's of een chemische indicator van wildbrand gedetecteerd door onze chemische sensoren, schakelt de UAV-groep over naar tracking-modus. Ze kunnen bijvoorbeeld de rookpluim en de boordsensoren gebruiken om terug te traceren naar de bron — net als K9-honden."
Detectietijdsvoordelen
Hoeveel eerder deze methode een brand kan detecteren dan huidige methodes, hangt af van de locatie van het ontbrandingspunt. Kong geeft het voorbeeld van de Dixie Fire in 2021: ontbranding om 7 uur, zichtbaar vanaf Highway 70 late middag, brandweer om 17 uur. "Onze methode kan de detectietijd aanzienlijk verkorten. Als een van onze UAV's in de buurt van de ontbranding was, had het de brand binnen minuten moeten detecteren, maar ze moeten op de juiste plaats en op het juiste moment zijn. Daarom prioriteren we hoog-risicogebieden. Chemische sensoren kunnen gemiddeld eerder een brand detecteren dan EO/IR camera's."
Testen van grondsensoren
Het team test grondsensoren in Quail Ridge Reserve, een natuurreservaat beheerd door UC Davis. Het hoofddoel is aan te tonen dat de goedkope sensoren harde omstandigheden in ruig terrein kunnen doorstaan. Vijf geïnstalleerd in november; één beschadigd door overstroming, de andere vier functioneren nog.
Dit artikel is geschreven door Andrew Corselli, Digital Content Editor bij SAE Media Group. Voor meer informatie, bezoek hier.
Sensor
- Maximaliseren raketen & vluchtvoertuig test-efficiëntie onder strakke budgetten
- Nieuw algoritme reduceert robot grijpplanningstijd tot sub-seconden
- MEMS-chip doorbraak levert record lidar-resolutie, verlaagt kosten voor autonomous voertuigen
- Tufts-ingenieurs onthullen draagbare sensor om pathogenen, toxinen en gevaarlijke chemicaliën te detecteren
- Batterijveiligheid in Logistiek & Opslag: Experts Inzichten uit Element's Witboek
- Hoe zero-gravity houding acupressure massage stoelen verbetert
- Betaalbaar draagbaar apparaat detecteert virale & bacteriële pathogenen in 30 minuten
- De Ideale Stereomicrocoop Kiezen: Een Uitgebreide Gids
- Rochester Institute of Technology: Globale innovatie hub
- Draagbare Sensoren: 3D-geprinte Huidtechnologie voor Nauwkeurige, Mobiele Gezondheidsmonitoring
- AI-aangedreven zachte robotische handschoon verbetert handgeschikheid bij CVA-overlevenden