En nanodrone i stand til at detektere giftige gasser i nødstilfælde

Detektering af farlige gasser i sammenstyrtede bygninger på grund af jordskælv eller eksplosioner og lokalisering af ofre på svært tilgængelige steder er blandt brugsscenarier for Smelling Nano Aerial Vehicle (SNAV), en nanodrone designet og skabt af forskerne Santiago Marco og Javier Burgués fra det fysiske fakultet ved universitetet i Barcelona og Institute for Bioengineering of Catalonia (IBEC).

En drone er et fly, der styres af fjernbetjening. Nanodroner er operationelle platforme, der vejer mindre end 250 gram.

SNAV nanodronen, beskrevet for første gang i en artikel i tidsskriftet Sensorer , vejer 35 gram og er designet til at flyve og identificere gasser i scenarier, som andre fjerntliggende køretøjer ikke kan navigere. Den har nanometriske MOX-gassensorer, der kan reagere på gasser som kulilte (CO) eller metan (CH ₄ ) og andre organiske flygtige forbindelser (ethanol, acetone, benzen, etc.), med en detektionstærskel i størrelsesordenen en del per million i volumen (ppmv).

Forskellig fra andre større gadgets, SNAV er i stand til at arbejde i indvendige rum og kan arbejde i store områder, hvor den kemiske emissionskilde er svær at få adgang til (falske lofter, luftkanalsystemer, etc.).

SNAV:fra påvisning af giftige gasser til redning af ofre

Denne nye enhed ville være særlig nyttig i "redningsoperationer i sammenstyrtede bygninger på grund af jordskælv og eksplosioner. SNAV kan detektere giftige gasser og endda de forbindelser, bevidstløse ofre ånder ud, og søg efter stoffer eller sprængstoffer på steder, der er svære at komme ind, " siger Santiago Marco, hovedforsker ved IBEC og medlem af Institut for Elektronisk og Biomedicinsk Teknik ved UB, der ledede det nye forskningsstudie.

I disse situationer efter et jordskælv eller eksplosion, redningshold har normalt trænede hunde til at finde ofre. Muligheden for at bruge autonome robotter i disse opgaver repræsenterer en ny mulighed.

"Terrestriske robotter plejede at fokusere søgningen på området kemisk signalbaseret lokalisering. I dag, muligheden for at bruge nanodroner udvider robotternes evne og hurtighed til at bevæge sig i et indvendigt rum og overvinde forhindringer såsom trapper, siger Marco, leder af Intelligent Signaling for Sensor Systems in Bioengineering, UB-IBEC.

Overvinde virkningerne af turbulens og navigationsproblemer

Begrænsninger med hensyn til vægt og brug af nanodronen og de negative effekter af rotorens turbulens på sensorsignalerne er store vendepunkter for design og teknisk udvikling af nanodroner som SNAV. For at overvinde den negative effekt af turbulens, som påvirker dataindhentningsprocessen, UB-IBEC-teamet anvendte signalprocedureteknikker, der opnår nyttig information fra sensorerne i SNAV'en.

Et andet kritisk punkt er selvlokaliseringen af ​​nanodronen i handlingsscenarier. Generelt, kontrolmekanismen for droner, der flyver store afstande i åbne rum, er baseret på et GPS-navigationssystem. Imidlertid, dette er ikke en levedygtig mulighed for enheder, der flyver i indvendige rum.

"Den nye nanodrone har accelometre og gyroskoper, der hjælper med navigation, men uden den forventede præcision for lokalisering. Derfor, denne funktion er baseret på en serie på seks radiofrekvenstransceivere placeret i kendte positioner, og en transceiver på den samme drone. Dette system giver os mulighed for at flyve nanodronen til den position, vi ønsker, siger Javier Burgués (UB-IBEC), første forfatter til undersøgelsen.

Nye algoritmer inspireret af dyrs adfærd

Som en del af undersøgelsen UB-IBEC-teamet af eksperter arbejdede på SNAV-platformen, kalibrering af sensorerne og kontrol af deres funktioner samt programmering af algoritmerne til databehandling, kommunikation og robotnavigation. Alle robotnavigationsforsøg fra SNAV blev udført på Örebro Universitet (Sverige) i samarbejde med eksperterne Víctor Hernández og Achim J. Lilienthal.

Forskerne har til hensigt at udforske bio-inspirerede navigationsalgoritmer baseret, for eksempel, på adfærden hos insekter som myg eller møl. "En anden linje, vi ønsker at arbejde på, er sammenlægningen af ​​data fra flere gassensorer for at øge selektiviteten over for bestemte forbindelser af interesse. I dette tilfælde, forskere ville arbejde på eksperimenter i komplekse scenarier og med kemiske interferenser, siger Santiago Marco.