Hoverfly大腦映射以檢測遠處無人機的聲音

澳大利亞研究人員首次對食蚜蠅的視覺系統進行逆向工程，以從近四公里外檢測無人機的聲學特征。來自南澳大利亞大學(UniSA)、弗林德斯大學和國防公司MidsparSystems的自治系統專家表示，使用仿生信號處理技術進行的試驗表明，檢測率比現有方法高出50%。

聲學學會雜志報道了這一發現，該發現可能有助于應對攜帶簡易爆炸裝置的無人機(包括在烏克蘭)造成的日益嚴重的全球威脅。

UniSA自治系統教授AnthonyFinn表示，昆蟲視覺系統已經被繪制了一段時間，以改進基于相機的檢測，但這是生物視覺首次應用于聲學數據。

“生物視覺處理已被證明可以極大地增加無人機在視覺和紅外數據中的檢測范圍。然而，我們現在已經表明，我們可以使用無人機獲取清晰而清晰的聲學特征，包括非常小的和安靜的無人機。基于hoverfly視覺系統的算法，”芬恩教授說。

hoverfly卓越的視覺和跟蹤技能已成功建模，用于在繁忙、復雜和晦澀的環境中探測無人機，用于民用和軍用目的。

“未經授權的無人機對機場、個人和基地構成了獨特的威脅。因此，我們能夠使用可以接收最微弱信號的技術，在遠距離檢測無人機的特定位置變得越來越重要。我們的試驗使用基于hoverfly的算法表明我們現在可以做到這一點，”芬恩教授說。

弗林德斯大學自主系統副教授RussellBrinkworth博士表示，能夠在更遠的距離看到和聽到小型無人機的能力可能對航空監管機構、安全當局和尋求監控越來越多的自主飛機的廣大公眾大有裨益在敏感空域。

“近年來，我們目睹了無人機進入商業航空公司起降的空域，因此，當小型無人機在我們的機場附近或我們的天空中活動時，開發實際監控小型無人機的能力可能對提高安全性非常有益。

學分：南澳大利亞大學

“在烏克蘭戰爭期間，無人機在現代戰爭中的影響也越來越明顯，因此掌握它們的位置實際上符合國家利益。我們的研究旨在隨著無人機在民用領域的使用增加而大大擴展探測范圍和空間。”

與傳統技術相比，仿生處理將探測范圍提高了30%到49%，具體取決于無人機的類型和條件。

研究人員尋找特定模式(窄帶)和/或一般信號(寬帶)以在短距離到中距離拾取無人機聲學，但在較長距離處，信號較弱，兩種技術都難以獲得可靠的結果。

自然界中也存在類似的情況。研究人員說，黑暗區域非常嘈雜，但像食蚜蠅這樣的昆蟲具有非常強大的視覺系統，可以捕捉視覺信號。

“我們的工作假設是，可以重新部署允許在視覺雜波中看到小型視覺目標的相同過程，以從埋在噪音中的無人機中提取低音量的聲學特征，”布林克沃思博士說。

通過將聲學信號轉換為二維“圖像”(稱為頻譜圖)，研究人員利用懸停蠅大腦的神經通路來改善和抑制不相關的信號和噪聲，從而增加他們想要檢測的聲音的檢測范圍。

研究人員利用他們的圖像處理技能和傳感專業知識，取得了這一仿生聲學數據的突破。他們的努力可以支持解決無人機武器化的技術解決方案，無人機現在是現代戰爭中最致命的武器之一，在阿富汗殺死或傷害了3,000多名敵方戰斗人員，并被部署在當前的烏克蘭戰爭中。

“使用仿生視覺處理的無人機聲學檢測”已發表在聲學學會雜志上。