Szenzorfúzió és öntanulás a hatékonyabb drónfelismerés szolgálatában

A pilóta nélküli légi járművek felderítését megkönnyítő eszközt fejlesztenek a Műegyetem szakemberei.

„Projektünkben drónérzékeléssel foglalkozunk, ami különbözik a drónelhárítástól: az utóbbi főként a katonaság feladata, míg az előbbi esetében a munkánk eredményének számos polgári alkalmazása lehet” – hangsúlyozta Korondi Péter, a BME Gépészmérnöki Kar (GPK) Mechatronika, Optika és Gépészeti Informatika Tanszék (MOGI) tanszékvezető egyetemi tanára, aki az Antenna Hungária Zrt. ipari, a Műegyetem tudományos irányításával, valamint a Humansoft Kft. és a Magyar Honvédség szakmai támogatásával létrejött konzorcium tevékenységének jelenlegi fázisáról számolt be a bme.hu-nak. A felek tavaly csaknem 2 milliárd forint vissza nem térítendő uniós támogatást nyertek el az „UAV (Unmanned Aerial Vehicle, személyzet nélküli légi jármű) eszközök felderítését, mozgási pályájának meghatározására és követésére alkalmas komplex szenzorrendszer kifejlesztése” című pályázatukkal. A három éves program félidejéhez közelednek a kutatók.

A konzorcium tagjai saját kompetenciaterületüket képviselik a fejlesztésben. A Humansoft az eszköz informatikai keretrendszerét programozza, lényegében a képernyőn látható kezelőfelület kialakítását végzi. A Honvédség a katonai szempontokat ismerő szakembereket biztosítja, az Antenna Hungária pedig az ipari fejlesztés aspektusát helyezi előtérbe.

„Napjaink egyik legdinamikusabban fejlődő területe a drónokhoz és az azok észlelését jelző technológiákhoz kapcsolódik” – beszélt a konzorciumi munka aktualitásáról a professzor, hozzátéve, hogy az elhárítás már eleve a kisméretű pilótanélküli eszközök légtérbeli megjelenésének érzékelésével kezdődik: ilyen egyszerű berendezés már több van a piacon. Kifejtette: „ezek általában csak az előre meghatározott dróntípusokat képesek észlelni, miközben viszont a járművek fejlesztői egyre innovatívabb megoldásokkal nehezítik a gépek felismerését”.

A drónok számos ponton segítik életünket, de veszélyt is jelenthetnek a légi közlekedés zavarásától az ipari kémkedésen át a személységi jogokat sértő megfigyelésig, ezért nemcsak az eszköz fejlesztői, hanem a gyártók között is éles verseny alakult ki az utóbbi években. Az újabb és újabb UAV-ok megjelenésével e berendezések hamar elavulnak, ami nagyon megnehezíti a folyamatos működtetést és kiszolgáltatottá teszi a használót. A megoldás a konzorcium által jelenleg fejlesztett speciális érzékelő-rendszer lehet, amelynek a két legfontosabb pillére az ún. szenzorfúzió és az öntanuláson alapuló drónfelismerés.

A pályázat műegyetemi kutatói:

Tudományos vezető: Korondi Péter tanszékvezető egyetemi tanár (GPK MOGI)

Drón klasszifikációs és öntanuló algoritmusok: Györfi László professzor emeritus (VIK Számítástudományi és Információelméleti Tanszék), Botzheim János egyetemi docens (GPK MOGI)

Szenzorfúzió: Tamás Péter címzetes egyetemi tanár (GPK MOGI)

Optikai szenzorok: Nagy Balázs Vince egyetemi docens (GPK MOGI)

Passzív radar: Koller István mestertanár (VIK Hálózati Rendszerek és Szolgáltatások Tanszék)

Aktív radar: Seller Rudolf adjunktus (VIK Szélessávú Hírközlés és Villamosságtan Tanszék)

Akusztikai szenzorok: Augusztinovicz Fülöp egyetemi tanár (VIK Hálózati Rendszerek és Szolgáltatások Tanszék)

Lidar: Richter Péter professzor emeritus (TTK Atomfizika Tanszék)

Platformmozgatás, drón követés: Szabó Tibor mestertanár (GPK MOGI)

A drónérzékelőknek sok fajtája létezik: egyesek passzívan érzékelik a jármű működése során kibocsátott kódokat, míg mások a berendezés által aktívan sugárzott elektromágneses jelek visszaverődését vizsgálják. A passzív radar a drón és a bázisállomás közötti adatforgalom elemzésére képes nagy távolságból.


Drónradar reflexió mérése árnyékolt mérőszobában

A katonai célú, vezető nélküli légi járművek esetében viszont erre nincs mód, mivel gyakran szándékosan nem állnak kapcsolatban küldőjükkel, – egyes esetekben azonosítatlanul – amikor a célpontba csapódnak. Általában csak az adatokat gyűjtő – például az ipari kémkedés során használt – dróneszköz kommunikál.

Újabban a lézerradar (lidar) technológia – azaz a lézer visszaverődésével történő mérés – új útját jelöli ki a drónfelismerésnek. Hagyományos módszer viszont az optikai érzékelés (távcső) és a hozzá tartozó képfeldolgozás, amely főként nappal alkalmazható. A hőkamerás (infra) megfigyelő az UAV motorjának hőmérsékletét elemzi, akár éjszaka is. A hajtómű hangjának felismerése is hasznos eszköz lehet, bár városi környezetben kevésbé eredményes a használata. Tudományos különlegesség még az infrahangérzékelés. A Föld légkörében az infrahang az egyik legmesszebbre eljutó (leglassabban csillapodó) és szinte mindenen áthatóló jel. Amennyiben a drón repülése közben keletkeznek infrahangok, akkor azt biztosan nehéz szigetelni és biztosan eljut a légi járművet észlelő eszközhöz. Ugyanennek okán a távoli, egyéb források zaja is ebben a frekvenciatartományban a leghangosabb, ráadásul a nagy hullámhossz miatt az iránymérés is nehézkes, ezért ezzel mások még nem próbálkoztak. Olyan új mérési- és zajszűrési módszer kifejlesztésén dolgozunk, ami a drónok mellett a gravitációs hullámok észlelését is segítheti.

Az érzékenység tekintetében is vannak különbségek a berendezések között: általában igaz, hogy a passzív érzékelők távolabb látnak. Az ún. szkennelő érzékelőnek például kicsi a felbontásuk, de nagy térszögben figyelnek, így a gyanús tárgyat messziről észreveszik, miközben egy másik szenzor pedig fókuszál erre és pontosítja az adatokat. „Mindezekből világosan kitűnik, hogy a drónokat az előbb felsorolt technikák együttes alkalmazásával ismerhetjük fel a leghatékonyabban” – nyomatékosította Korondi Péter, aki úgy vélte: „ez a szenzorfúzió, ami az általunk jelenleg fejlesztés alatt álló rendszer legnagyobb újítása, egyben a legkomolyabb mérnöki kihívás, mert a különböző érzékelők adatait összehangolni, szinkronizálni kell”.

Az újítás másik fontos eleme az automatikus tanulás. Ha egy ismeretlen drón érkezik a célterületre, akkor az első alkalommal szükséges lehet az emberi beavatkozás a felismeréshez, majd az adatbázisba került információk segítségével másodszor már megtörténhet enélkül is az azonosítás. „A folyamat lényeges jellemzője, hogy az érzékelők általában sokkal több információt kapnak, mint amit továbbítani lehet” – ecsetelte a professzor, hozzáfűzve: „a hatalmas adatmennyiség miatt szükség van előzetes feldolgozásra, hogy a megszűrt állományt továbbítsák a központba. Lényeges kérdés, hogy hol húzzuk meg a szűrés határát, mert a tanuláshoz lehet, hogy kellenek olyan adatok, amelyek felett az első ellenőrzés elsiklott. Egy korábban zajnak mért jelről például kiderülhet, hogy rajta van még egy jelhullám, ami a drónt azonosíthatja”.


Drónpropeller mikro-Doppler spektogram mérése drón klasszifikációs céllal (BHE Robotics közreműködésével)

A berendezés sikerének záloga az összehangolt online és offline tanulás. Előbbit az idő és a felhasználható adatmennyiség limitálja. Az offline feldolgozás lényegében utólagos adatelemzés: ekkor a rendszer visszamenőleg veheti észre a jelet és így a drónt: voltaképpen ekkor megy végbe az öntanulás. E képességének köszönhetően az eszköz alkalmassá tehető a nagyon zajos, sűrű városi környezetben történő bevetésre is – hívta fel a figyelmet az oktató.

„A szenzorfúzió és az automatikus tanulás ötvözése igazi áttörést eredményezhet a területen” – vélekedett a BME egyetemi tanára, aki elmondta még, hogy az ehhez szükséges tudás ma Magyarországon kizárólag a Műegyetemen van meg.

A projekt befejezése után egy utánfutóval mozgatható, konténerméretű, a terepre telepíthető eszköz készül el, ami saját áramellátással és érzékelőkkel rendelkezik. Ebben az egységben kapnak helyet az adatfeldolgozáshoz szükséges számítógépek is. A szenzorok akár több száz méterre is kihelyezhetők ettől a bázistól. „Azt mi sem tudjuk garantálni, hogy rendszerünk a még nem létező típusokat is felismerje” – jelentette ki Korondi Péter, hozzátéve, az öntanuló szisztéma használatával a fel nem ismert drónok száma minimalizálható. Az eszközök fontos funkciója lehet a drón követésének képessége, amely a korábbi megoldásoknál hatékonyabban azonosíthatja a jármű pályáját: ennek ismeretében a küldőpont is bemérhető.


Kisméretű drónok terepi felderítése holografikus radarral (BHE Kft. holografikus radarjával és vezetésével)

„A berendezésnek számos alkalmazási területe lehet a polgári életben is: akár a Zalaegerszegi Autonóm Jármű Tesztpályán zajló kutatásokat védheti meg az illetéktelenektől” – jegyezte meg a BME tanszékvezető egyetemi tanára, aki elárulta, a fejlesztés végén piacra dobható eszközt szeretnének látni. „Fontos, hogy a kutatás szintjén ne foglalkozunk azzal, egy érzékelő mennyibe kerül. De ha eladható terméket akarunk, akkor ez is szempont lesz” – fűzte hozzá a professzor.

A BME drónkutatásai sok éves múltra tekintenek vissza. (A Közlekedésmérnöki és Járműmérnöki Kar Pilóta nélküli Járművek munkacsoport feladatairól a bme.hu is beszámolt, valamint közölt írást az AMORES programról is – a szerk.)

„A tavaly kezdődött projektben műegyetemi kutatók sora vesz részt, amelyben hallgatóknak kiadható részfeladatot is meg kell valósítani: idén féltucatnyi tanuló kapott lehetőséget önálló szakmai tevékenységre a témában” – ecsetelte az oktatáshoz kapcsolódó előnyöket Korondi Péter, hozzátéve, hogy például az érzékelők tulajdonságainak felmérését, és egyes tesztek elvégzését is diákokra bízták. „Született már TDK dolgozat, szakdolgozat, féléves projekt a drónérzékelő-kutatásról, és már most vannak fiatal tehetségeink, akik a PhD munkájukat e területen folytatatják majd. A MOGI fő profilja a robotika: azt vizsgáljuk, hogy a robot miképpen viselkedik emberi környezetben. Ugyan más léptékű érzékelőket alkalmazunk, de a szenzorfúzióra és az öntanulásra itt is szükség van.

A drónérzékelőt fejlesztő projektben tudásunk legszélesebb spektrumát – a nevünkben is szereplő mechatronikát, informatikát és optikát – tudjuk a kutatásban és az oktatásban hasznosítani” – fogalmazott az oktató, leszögezve, hogy ez nem egy tanszék projektje. Fontos a karok közötti együttműködés, a szervezeti egységeken átívelő egyetemi szintű nagy programok – summázta a professzor, aki szerint napjainkban a kis témákra koncentráló és túlzottan speciális tudást igénylő területeken (pl. komponensek tervezésében) nehéz versenyre kelni a nagy multinacionális cégekkel. A BME előnye ott van, ahol látszólag távoli tudományterületek szinergiájára van szükség: a drónészleléshez kapcsolódó műegyetemi kutatás pedig kifejezetten ilyen.

HA-GI

Fotó: Philip János