Los vehículos aéreos no tripulados (UAV) han recibido mucha atención en los últimos años en muchos sectores, como el militar, la agricultura, la construcción y la gestión de desastres.Estas máquinas versátiles ofrecen acceso remoto a áreas peligrosas o de difícil acceso y excelentes capacidades de vigilancia.

Específicamente, pueden ser inmensamente útiles en la búsqueda de víctimas en casas derrumbadas y escombros después de desastres naturales como terremotos.Esto puede conducir a una detección temprana de las víctimas, permitiendo una respuesta rápida.

Las investigaciones existentes a este respecto se han centrado principalmente en vehículos aéreos no tripulados equipados con cámaras que se basan en imágenes para buscar víctimas y evaluar la situación.Sin embargo, basándose sólo eninformación visualpuede resultar insuficiente, especialmente cuando las víctimas quedan atrapadas bajo los escombros o en zonas que caen en los puntos ciegos de las cámaras.Al reconocer esta limitación, algunos estudios se han centrado en el uso del sonido para detectar individuos atrapados.

Sin embargo, dado que un UAV utiliza hélices de rotación rápida para volar, que están montadas en el propio dron, su ruido puede ahogar los sonidos humanos más lejanos, lo que plantea un desafío importante.Por tanto, es necesario eliminar el ruido de las hélices y aislar el sonido de las víctimas atrapadas para una detección eficaz.

Si bien algunos estudios han intentado resolver este problema mediante el uso de múltiples micrófonos para aislar la fuente del sonido de las víctimas de las hélices junto conreconocimiento de voz, el sonido procesado puede dificultar que el operador reconozca con precisión los sonidos de la víctima.Además, dicho software utiliza palabras predeterminadas para aislar los sonidos humanos, mientras que el sonido emitido por las víctimas puede variar según la situación.

Para abordar estos problemas, el profesor Chinthaka Premachandra y el Sr. Yugo Kinasada del Departamento de Ingeniería Electrónica de la Escuela de Ingeniería del Instituto de Tecnología Shibaura (Japón) desarrollaron un novedoso sistema de supresión de ruido basado en inteligencia artificial (IA).

El profesor Premachandra explica: "Suprimir el ruido de las hélices del UAV de la mezcla de sonido y al mismo tiempo mejorar la audibilidad de las voces humanas presenta un problema de investigación formidable. La intensidad variable del ruido del UAV, que fluctúa de manera impredecible con diferentes movimientos de vuelo, complica el desarrollo de un filtro de procesamiento de señalescapaz de eliminar eficazmente el sonido del UAV de la mezcla."

"Nuestro sistema utiliza IA para reconocer el sonido de la hélice y abordar estos problemas de manera efectiva".

En el corazón de este novedoso sistema se encuentra un modelo avanzado de IA conocido como Redes Generativas Adversarias (GAN), que pueden aprender con precisión varios tipos de datos.Se utilizó para aprender los distintos tipos de UAV.hélicedatos de sonido.Este modelo aprendido se utiliza luego para generar un sonido similar al de las hélices del UAV, llamado sonido pseudo-UAV.

Este sonido pseudo-UAV se resta del sonido real capturado por los micrófonos a bordo del UAV, lo que permite al operador escuchar con claridad y, por lo tanto, reconocer los sonidos humanos.Esta técnica tiene varias ventajas sobre los sistemas tradicionales de supresión de ruido, incluida la capacidad de suprimir eficazmente el ruido de los UAV dentro de un rango de frecuencia estrecho con buena precisión.

Es importante destacar que puede adaptarse al ruido fluctuante del UAV en tiempo real.Estos beneficios pueden mejorar significativamente la utilidad de los UAV en misiones de búsqueda y rescate.

Los investigadores probaron el sistema en un UAV real con una mezcla de UAV y sonidos humanos.Las pruebas revelaron que, si bien este sistema podía eliminar eficazmente el ruido de los UAV y amplificar los sonidos humanos, todavía quedaba algo de ruido en el audio resultante.

Afortunadamente, el rendimiento actual es adecuado para una propuesta de este sistema para la detección humana en lugares reales de desastres.Además, los investigadores están trabajando actualmente para seguir mejorando el sistema y abordar los pocos problemas restantes.

En general, esta investigación innovadora tiene un gran potencial para el uso de vehículos aéreos no tripulados en la gestión de desastres.

"Este enfoque no sólo promete mejorar las estrategias de detección humana después de un desastre, sino que también mejora nuestra capacidad de amplificar los componentes de sonido necesarios cuando se mezclan con otros innecesarios", afirmó el profesor Premachandra."Nuestros esfuerzos actuales ayudarán a mejorar aún más la eficacia de los vehículos aéreos no tripulados en la respuesta a desastres y contribuirán a salvar más vidas".

El estudio espublicadoen el diarioTransacciones IEEE sobre servicios informáticos.

Más información:Chinthaka Premachandra et al, Supresión de ruido de audio basada en GAN para la detección de víctimas en sitios de desastre con UAV,Transacciones IEEE sobre servicios informáticos(2023).DOI: 10.1109/TSC.2023.3338488