Onderzoekers hebben een real-time aanpak ontwikkeld die incidenten kan helpen voorkomen zoals de grootschalige verstoring op de Londense luchthaven Gatwick in 2018. Vlak voor kerst veroorzaakte mogelijke waarnemingen van drones rond de luchthaven de annulering van honderden vluchten.

De onderzoekers van de Universiteit van Cambridge gebruikten een combinatie van statistische technieken en radargegevens om de vliegroute van een drone te voorspellen, en of deze van plan is een beperkt luchtruim binnen te gaan. Bijvoorbeeld rond een civiele luchthaven. Enkele van de resultaten worden vandaag (15 september) bekendgemaakt op de Sensor Signal Processing for Defence Conference in Edinburgh.

Lees het complete persbericht.  

Meld je aan voor onze Nieuwsbrief!

Je wekelijkse innovatie overzicht: Elke zondag onze beste artikelen in je inbox!

    Het systeem kan drones opsporen voordat zij het luchtruim binnenkomen. Zo kan men vroegtijdig bepalen of ze een bedreiging vormen voor andere vliegtuigen. Door bruikbare informatie over potentiële bedreigingen te bieden, kan er tijdig en gepast worden gereageerd. Er is gebruik gemaakt van echte radargegevens van live drone-proeven op verschillende locaties om de nieuwe aanpak te valideren.

    Potentieel gevaar

    “Hoewel we niet volledig weten wat er op Gatwick is gebeurd, benadrukte het incident het potentiële risico dat drones voor het publiek kunnen vormen als ze verkeerd worden gebruikt. Of dat nu kwaadwillig of volkomen per ongeluk gebeurt”, zei co-auteur van het paper Dr. Bashar Ahmad, die het onderzoek uitvoerde terwijl hij gevestigd was bij Cambridge’s Department of Engineering. “Het is van cruciaal belang dat toekomstige drone-surveillancesystemen voorspellende mogelijkheden hebben om zo vroeg mogelijk een drone met kwade bedoelingen of afwijkend gedrag te onthullen.”

    Om de luchtverkeersleiding te helpen en eventuele botsingen te voorkomen, melden commerciële vliegtuigen om de paar minuten hun locatie. Voor drones bestaat een dergelijke verplichting echter niet. “Er moet een soort geautomatiseerd equivalent komen van de luchtverkeersleiding voor drones”, zei professor Simon Godsill van Cambridge’s Department of Engineering, die het project leidde. “Maar in tegenstelling tot grote en snel bewegende doelen, zoals een passagiersvliegtuig, zijn drones klein, wendbaar en traag bewegend, waardoor ze moeilijk te volgen zijn. Ze kunnen ook gemakkelijk voor vogels worden aangezien, en omgekeerd.”

    Vals alarm

    “We moeten bedreigingen zo vroeg mogelijk signaleren, maar we moeten ook oppassen dat we niet overreageren, want het sluiten van het civiele luchtruim is een drastische en zeer verstorende maatregel die we willen vermijden, vooral als het uiteindelijk vals alarm is”, zegt eerste auteur Dr Jiaming Liang, ook van het Department of Engineering, die samen met Godsill de onderliggende algoritmen ontwikkelde.

    Er zijn verschillende mogelijke manieren om de ruimte rond een civiele luchthaven te bewaken. Een typische bewakingsoplossing met drones kan gebruik maken van een combinatie van verschillende sensoren, zoals radar, radiofrequentiedetectoren en camera’s, maar het is vaak duur en arbeidsintensief om die te bedienen.

    Met Bayesiaanse statistische technieken hebben de onderzoekers van Cambridge een oplossing gebouwd die alleen drones die een bedreiging vormen markeert en een manier biedt om ze te prioriteren. Bedreiging wordt gedefinieerd als een drone die van plan is het luchtruim met beperkingen binnen te gaan of een ongewoon vliegpatroon verto

    “We moeten dit weten voordat het gebeurt, niet nadat het gebeurt”, zei Godsill. “Op die manier zou het mogelijk kunnen zijn om de droneoperator te waarschuwen als een drone te dichtbij komt. Om voor de hand liggende veiligheidsredenen is het verboden om een drone in het civiele luchtruim uit te schakelen, dus de enige optie is om het luchtruim te sluiten. Ons doel is om ervoor te zorgen dat luchthavenautoriteiten dit niet hoeven te doen, tenzij er sprake is van een reële dreiging.”


    Jiaming Liang et al. ‘Detection of Malicious Intent in Non-cooperative Drone Surveillance.’ Paper presented at the Sensor Signal Processing for Defence conference. Edinburgh, UK. 14-15 September 2021. https://sspd.eng.ed.ac.uk/

    Geselecteerd voor jou!

    Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.

    Doneer

    Persoonlijke informatie