Drónészlelés mikrofonnal: a Joanneum Research passzívan hallgatja a légteret

A drón jellegzetes zümmögése az emberi fül számára alig érzékelhető – egy mikrofonsor viszont pontosan rögzíti. Ez a Joanneum Research drónészlelésének alapja: a kutatók olyan rendszereket fejlesztenek, amelyek „belehallgatnak” a légtérbe anélkül, hogy maguk bármilyen jelet kibocsátanának. A mesterséges intelligencia (MI) megtanítja a technológiát a hangminták megkülönböztetésére, hogy az illetéktelen repülő tárgyakat megbízhatóan felismerje.

Néhány hete egyre több európai országból jelentenek ismeretlen drónokat. Különösen Észak- és Kelet-Európában fordultak elő olyan incidensek, amelyek miatt ideiglenesen le kellett zárni a légteret, és el kellett téríteni járatokat. Hogy ezek közül sok repülő eszköz honnan érkezik, továbbra is tisztázatlan; egyes esetekben felderítő vagy zavaró műveletekkel való kapcsolatukat feltételezik.

Minél több ilyen incidens történik, annál világosabb, mennyi múlik a pilóta nélküli repülő tárgyak megbízható és korai észlelésén. A Joanneum Research Intelligent Acoustic Solutions kutatócsoportja sokéves tapasztalattal rendelkezik a drónok akusztikus észlelésében – ez a módszer több előnnyel is jár más észlelési technológiákkal szemben.

Martin Blass projektvezető így írja le a különbséget: „A radarhoz hasonló aktív rendszerekkel ellentétben az akusztikus módszer passzívan működik – maga nem bocsát ki jeleket, ezért észrevétlen marad. Ez különösen értékessé teszi biztonságkritikus helyzetekben”. A fejlesztés jelenleg félgömb alakú 3D mikrofonsorokra összpontosít, amelyek a drónok magasságát is pontosan meg tudják határozni. Az MI gondoskodik arról, hogy a rendszer folyamatosan javuljon: a különböző dróntípusok akusztikus jegyeivel betanított modellek megbízhatóan felismerik a jellegzetes hangmintákat – erős háttérzaj mellett is.

„A mikrofonsorok különböző irányokból rögzítik a hangforrásokat, és a jelek terjedési idejének különbségeiből meghatározható a drón helyzete.” Így magyarázza Franz Graf, aki a kutatócsoportot vezeti, és feltalálta az úgynevezett „alagútfüleket” (akusztikus balesetészlelés alagutakban – AKUT).

„A radarhoz hasonló aktív rendszerekkel ellentétben az akusztikus módszer passzívan működik – maga nem bocsát ki jeleket, ezért észrevétlen marad. Ez különösen értékessé teszi biztonságkritikus helyzetekben.”
Martin Blass projektvezető

Drónészlelés elosztott szenzorcsomópontokkal: a UAS-Check Point projekt

Az első hosszú távú sikereket követi a következő fejlesztési lépés: 2025 decemberében indul a UAS-Check Point projekt. Elosztott, multimodális szenzorcsomópontokat terveznek, amelyeket úgynevezett ellenőrzőpontként épületekre, árbocokra vagy járművekre szerelnek, és akkumulátorról, energiaautonóm módon működnek. Minden csomópont tartalmaz hang-, videó-, globális műholdas navigációs rendszer (GNSS) és Remote ID modulokat, valamint egy feldolgozóegységet (edge computing). Így az úgynevezett U-space-ben a pilóta nélküli repülő tárgyak több szenzorral is ellenőrizhetők.

A megközelítés előnyei egy pillantásra:

• Nagy kiterjedésű megfigyelés: az elosztott szenzoroknak köszönhetően a drónmozgások nagy területen rögzíthetők, és nagyobb távolságokon is követhetők.
• Robusztusság: mivel a decentralizált rendszerek energiaautonómok, nem függenek központi infrastruktúrától, és az áram- és kommunikációs hálózatok kiesésekor is működnek.
• Harcászati biztonság: az akusztikus szenzorok passzívan működnek, kicsik és könnyen álcázhatók – a potenciális támadók ezért nem tudják észlelni őket.

A UAS-Check Point projekt résztvevői az AIT Austrian Institute of Technology, az Airlabs Austria, a Frequentis AG és az Austro Control, valamint a Twins GmbH és a Flightec GmbH dróngyártók. A finanszírozást az osztrák kutatásfejlesztési ügynökség (Austrian Research Promotion Agency, FFG) biztosítja, amelyet a Take Off 2024 programban ítéltek oda.

Mindezen fejlesztések alapja a Joanneum Research akusztikus jelfeldolgozási és MI-alapú elemzési tudása. „A fizikai megértést adatvezérelt intelligenciával ötvözzük”, hangsúlyozza Blass. „Így hozunk létre olyan rendszereket, amelyek nemcsak hallanak, hanem meg is értik, amit hallanak.”