Nowatorskie Drony na Wzór Pszczół Miodnych Zmienią Przemysł i Rolnictwo

Drony inspirowane zachowaniem pszczół miodnych mogą wprowadzić rewolucję w rolnictwie i przemyśle, oferując nowatorskie rozwiązania nawigacyjne. Zespół naukowców z Niderlandów i Niemiec opracował system „Bee-Nav”, naśladujący mechanizmy znane z życia pszczół, co otworzyło nowe możliwości dla lekkich i energooszczędnych dronów. O tym innowacyjnym podejściu napisał prestiżowy magazyn „Nature”.

Pszczoły miodne od dawna fascynują badaczy swoją zdolnością nawigacyjną, mimo ograniczeń rozmiarów mózgu. Wykorzystują odometrię i pamięć wzrokową, co pozwala im na precyzyjny powrót do ula po długich lotach. Inspirując się tymi strategiami, naukowcy z uniwersytetów w Delft, Wageningen i Oldenburgu stworzyli system nawigacji dla dronów, umożliwiający ich działanie bez GPS i skomplikowanych map.

Podstawą „Bee-Nav” były tzw. loty uczące pszczół, gdzie owady zapamiętują wygląd otoczenia przy pierwszych wylotach z ula. Drony wykorzystują podobny schemat – rejestrując panoramiczne obrazy otoczenia podczas krótkiego lotu treningowego. Następnie, dzięki niewielkiej sieci neuronowej, analizują te obrazy, co pozwala im określić kierunek i odległość do miejsca startu. Cały system wymaga jedynie 42 kilobajtów pamięci, co jest znacznie bardziej wydajne od tradycyjnych technologii.

Co ciekawe, drony z „Bee-Nav” radzą sobie w sytuacjach, gdy punkt startu jest zasłonięty, np. przez drzewa, dzięki pamięci wizualnej i odometrii. Testy w różnych środowiskach, od niewielkich pomieszczeń po przestrzenie 600-metrowe, wykazały skuteczność systemu.

Nowa technologia ma wielki potencjał praktyczny, zwłaszcza w rolnictwie szklarniowym, gdzie drony mogą monitorować uprawy, wykrywać choroby oraz optymalizować nawadnianie i nawożenie, przy jednoczesnym zapewnieniu bezpieczeństwa pracy ludzi. Zastosowanie „Bee-Nav” przewiduje się również w magazynach i halach produkcyjnych, eliminując potrzebę kosztownych systemów GPS.

Naukowcy przyznają jednak, że system wymaga dalszych udoskonaleń, szczególnie w trudnych warunkach zewnętrznych, takich jak silny wiatr, który wpływa na precyzję analizy obrazów. Prace nad poprawą odporności systemu na takie zakłócenia już trwają.

Więcej postów

Bądź pierwszy, który skomentuje ten wpis!

Dodaj komentarz

Twój adres email nie zostanie opublikowany.


*