Seu meio de Utilidade Pública

Insetos robóticos são ágeis em missões de espionagem

Insetos robóticos são ágeis em missões de espionagem

Insetos robóticos são ágeis em missões de espionagem

Os Não Drones ou Micro Air Vehicles (MAV) como insetos robóticos vem desempenhando um papel muito importante na guerra cibernética, Dragon Fly ou drones possuem ferramentas avançadas de vigilância e capacidade de injeção de carga útil.

O Dragon Fly tamanho Nano é capaz de injetar vírus ou toxinas de microrganismos biológicos. Os drones “mosquitos” da Dragon Fly já estão integrados em alguns países da Força Aérea e são ágeis em missões de espionagem e observações de segurança.

Atualmente, os insetos estão criando um zumbido no desenvolvimento de drones. Em um estudo recente, pesquisadores da Universidade de Tecnologia de Delft, na Holanda, propuseram um algoritmo de navegação que permite que os veículos aéreos micro (MAVs) voltem aos locais visitados anteriormente – bem como um inseto voador real.

O inseto e o zangão

É fácil ver a semelhança entre um MAV e um inseto voador. Por um lado, eles são pequenos. O Black Hornet, um  pequeno helicóptero de vigilância usado pelas Forças Britânicas no Afeganistão, pesa não mais que 15g e tem apenas 10 cm de comprimento. Em comparação, o besouro Hércules, um dos maiores insetos do mundo, é maior que o MAV, com alguns crescendo até sete polegadas (17 cm).

Inseto MAV

No entanto, além de seus tamanhos, eles também compartilham a mesma capacidade “cerebral”. O cérebro de um inseto é fisicamente pequeno, deixando-o capaz de desempenhar funções básicas. Da mesma maneira, o MAV não pode executar comandos complexos devido ao seu tamanho. Como resultado, ambos contam com mecanismos de navegação eficientes, porém diretos, que não sobrecarregam suas capacidades. Esse é um obstáculo ao projetar MAVs – algoritmos que permitem que um MAV mapeie seus arredores geralmente consomem muita energia e usam muito poder de computação.

No estudo, os pesquisadores usaram um algoritmo existente que faz uso de câmeras para retornar à sua posição inicial. “Uma abordagem promissora usa familiaridade visual aprendida [com] uma rota para determinar os títulos de referência durante a homing”, eles escreveram em seu relatório . “Uma prova de conceito biológica existente é transferida para um algoritmo para [microdrones], usando experimentos de visão em loop em ambientes internos. Uma rede neural artificial determina quais ações de controle devem ocorrer. ”

Basicamente, o algoritmo usa suas câmeras para verificar se sua visão atual é “familiar” ao MAV, com o termo definido no estudo como resultado da avaliação de uma visualização. Se a visão da câmera é familiar, significa que o MAV já viajou para esse local. Para ajudá-lo a determinar com precisão a direção de um local visitado anteriormente, uma pequena rede neural é instalada para armazenar e recuperar a rota até que o local inicial seja encontrado. Os autores do algoritmo indicaram que esse método elimina a criação de mapas, economizando um precioso poder de computação para os MAVs em uso.

Encontrando o caminho de volta para casa

No estudo, os pesquisadores testaram o algoritmo em ambientes mais realistas, que incluíam diferentes representações de imagem para determinar se a alteração dos parâmetros da imagem pode afetar o processo de computação do MAV. Também foram adicionados dois conjuntos de representação de vistas: um que incluía um conjunto armazenado de imagens e uma rede neural não supervisionada.

A equipe analisou os dados com base em quão bem o MAV foi capaz de comparar as visualizações que “viu” com uma imagem armazenada anteriormente naquele local. Isso foi feito primeiro em um teste de rotação, em que o MAV realizou uma rotação de 360 ​​graus em um local fixo, em incrementos de cinco graus. O outro teste foi chamado de condição de tradução, em que o MAV retornou seus passos a uma exibição armazenada em sua rede neural. Os pesquisadores acreditavam que a familiaridade do MAV com sua localização deveria melhorar assim que diminuir a distância da imagem armazenada.

As conclusões foram positivas: os MAVs foram capazes de voltar para um local visitado anteriormente sem usar muito poder de computação. Eles também foram apontados como precisos e rápidos ao fazê-lo.

Já está sendo considerado para coleta de dados. “Como esse algoritmo é computacionalmente eficiente, provavelmente poderia ser aplicado à maioria dos MAVs para fornecer a eles recursos de retorno”, de acordo com o  Science Daily . “Você poderá enviar seus MAVs para coletar dados, com a certeza de que, aonde quer que eles vão, eles poderão voltar diretamente para você [depois].”

Os resultados do estudo, publicado na revista Unmanned Systems, são uma espécie de espada de dois gumes: os defensores dizem que é a tecnologia de próximo nível para uma coleta de dados melhor e mais segura, outros diriam que é outra peça perigosa de equipamento que poderia ser potencialmente costumava espionar civis inconscientes.

É uma pena que você não possa atirar nele.

Saiba mais sobre os MAVs e como eles podem ser usados ​​para coletar seus dados, seguindo a Revista Império, onde lhe manteremos informado de todas as novidades da tecnologia.

About Author

Fechar