Беспилотные летательные аппараты (БПЛА) в последние годы получили значительное внимание во многих отраслях, таких как военная, сельскохозяйственная, строительная и управление чрезвычайными ситуациями. Эти универсальные машины предлагают удаленный доступ к труднодоступным или опасным зонам и отличные возможности для наблюдения.
Особенно они могут быть чрезвычайно полезны при поиске жертв в разрушенных домах и завалах после природных катастроф, таких как землетрясения. Это может привести к раннему обнаружению пострадавших и оперативному реагированию.
Однако полагаться только на визуальную информацию может быть недостаточно, особенно когда пострадавшие находятся под завалами или в зонах, которые попадают в слепые зоны камер. Учитывая этот недостаток, некоторые исследования сосредоточены на использовании звука для обнаружения заблокированных людей.
Однако, поскольку БПЛА используют быстро вращающиеся винты для полета, которые установлены на самом дроне, их шум может заглушить звуки людей в дальней зоне, что представляет существенную проблему. Поэтому необходимо устранить шум от винтов и выделить звуки заблокированных пострадавших для эффективного обнаружения. Некоторые исследования пытались решить эту проблему, используя несколько микрофонов для выделения источника звука пострадавших от винтов, а также распознавание речи, однако обработанный звук может затруднить точное распознавание звуков пострадавших оператором. Более того, такое программное обеспечение использует предопределенные слова для выделения звуков человека, в то время как звуки, издаваемые пострадавшими, могут варьироваться в зависимости от ситуации.
Чтобы решить эти проблемы, профессор Чинтака Премачандра и г-н Юго Кинасада из отдела электронной инженерии Шибаурского института технологии в Японии разработали новую систему шумоподавления на основе искусственного интеллекта (ИИ).
Профессор Премачандра объясняет: «Подавление шума пропеллера БПЛА из звуковой смеси при одновременном повышении слышимости человеческих голосов представляет собой огромную исследовательскую проблему. Переменная интенсивность шума БПЛА, непредсказуемо колеблющаяся в зависимости от различных движений полета, усложняет разработку фильтра обработки сигналов. способен эффективно удалять из смеси звук БПЛА».
В основе этой новой системы лежит усовершенствованная модель искусственного интеллекта, известная как генеративно-состязательные сети (GAN), которая может точно изучать различные типы данных. Он использовался для изучения различных типов звуковых данных пропеллеров БПЛА . Эта изученная модель затем используется для генерации звука, похожего на звук пропеллеров БПЛА, называемого звуком псевдо-БПЛА.
Этот псевдо-звук БПЛА затем вычитается из реального звука, улавливаемого бортовыми микрофонами БПЛА, что позволяет оператору четко слышать и, следовательно, распознавать человеческие звуки. Этот метод имеет ряд преимуществ перед традиционными системами шумоподавления, в том числе способность эффективно подавлять шум БПЛА в узком диапазоне частот с хорошей точностью.
Источник:
Чинтака Премачандра и др., Подавление звукового шума на основе GAN для обнаружения жертв на местах стихийных бедствий с помощью БПЛА (Chinthaka Premachandra et al, GAN Based Audio Noise Suppression for Victim Detection at Disaster Sites With UAV), IEEE Transactions on Services Computing (2023). DOI: 10.1109/TSC.2023.3338488
-------------------------------------
Вы можете поддержать проект подпиской на канал, реакциями и комментариями, а также подписавшись на наши страницы на других площадках и на сервисе поддержки авторов Бусти. Ссылки найдёте в описании канала. Заранее спасибо!
