Droni autonomi e nuove tecnologie per studiare e proteggere i capodogli
RomeIl Progetto CETI mira a migliorare la nostra comprensione della comunicazione tra capodogli raccogliendo una grande quantità di suoni emessi da questi cetacei. Un problema importante è prevedere dove riemergerà un capodoglio per raccogliere dati in modo efficiente. Stephanie Gil e il suo team hanno ideato un nuovo metodo che utilizza droni autonomi per risolvere questo problema. La loro ricerca, pubblicata su Science Robotics, impiega una combinazione di rilevamento di segnali a frequenza molto alta (VHF) e apprendimento per rinforzo per prevedere con maggiore precisione quando e dove i capodogli emergeranno.
Il metodo AVATARS integra due elementi fondamentali.
- Autonomia: Stabilisce la migliore posizione del drone per massimizzare gli incontri con le balene.
- Rilevamento: Sfrutta l'Angolo di Arrivo (AOA) dai sensori sulle balene per supportare il processo decisionale.
Questa strategia utilizza dati provenienti da droni in volo, sensori subacquei e modelli comportamentali delle balene per guidare i droni verso le balene quando emergono in superficie. Questa tecnologia potrebbe aiutare a prevenire le collisioni delle navi con le balene avvisandole della loro posizione.
Il sistema del Progetto CETI osserva le balene e guida i droni verso di esse quando emergono in superficie. Questo metodo potenzia la raccolta dati fornendo dettagliate riprese audio e video del comportamento dei cetacei.
L'utilizzo di questi sistemi avanzati aiuta i ricercatori a studiare le balene e a proteggere la vita marina. Essi rendono i dati più precisi e rapidi da raccogliere, agevolando così la comprensione delle modalità di comunicazione delle balene. Questo potrebbe portare a nuove scoperte su come le balene parlino e interagiscano socialmente, colmando le lacune nelle conoscenze della biologia marina.
AI e robot stanno rivoluzionando la ricerca marina, dimostrando come tecnologie simili potrebbero essere utili in altri studi ambientali. Sensori avanzati e programmi decisionali sofisticati possono essere applicati in diversi contesti per raccogliere dati cruciali e sostenere la protezione della biodiversità.
Il laboratorio di Stephanie Gil sta facendo passi avanti nella risoluzione dei problemi ambientali grazie al lavoro di squadra tra diverse discipline. Stanno unendo intelligenza artificiale, biologia marina e robotica per comprendere meglio la comunicazione tra gli animali. Questo progetto rappresenta un modello di riferimento per le ricerche future.
Visita il sito web di Project CETI su www.projectceti.org per ulteriori dettagli.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1126/scirobotics.adn7299e la sua citazione ufficiale - inclusi autori e rivista - è
Ninad Jadhav, Sushmita Bhattacharya, Daniel Vogt, Yaniv Aluma, Pernille Tonessen, Akarsh Prabhakara, Swarun Kumar, Shane Gero, Robert J. Wood, Stephanie Gil. Reinforcement learning–based framework for whale rendezvous via autonomous sensing robots. Science Robotics, 2024; 9 (95) DOI: 10.1126/scirobotics.adn7299Condividi questo articolo