A detecção de gases perigosos em edifícios desmoronados devido a terremotos ou explosões e a localização de vítimas em locais de difícil acesso estão entre os cenários de uso do Veículo Aéreo Nano Cheirante (SNAV), um nanodrone desenhado e criado pelos pesquisadores Santiago Marco e Javier Burgués da Faculdade de Física da Universidade de Barcelona e do Instituto de Bioengenharia da Catalunha (IBEC).

Um drone é uma aeronave pilotada por controle remoto. Nanodrones são plataformas operacionais que pesam menos de 250 gramas.

O nanodrone SNAV, descrito pela primeira vez em um artigo na revista Sensores , pesa 35 gramas e é projetado para voar e identificar gases em cenários que outros veículos remotos não podem navegar. Possui sensores de gás MOX nanométricos que podem responder a gases como monóxido de carbono (CO) ou metano (CH ₄ ) e outros compostos orgânicos voláteis (etanol, acetona, benzeno, etc.), com um limite de detecção da ordem de uma parte por milhão em volume (ppmv).

Diferente de outros gadgets maiores, SNAV é capaz de funcionar em espaços interiores e pode funcionar em grandes áreas onde a fonte de emissão de produtos químicos é de difícil acesso (tectos falsos, sistemas de dutos de ar, etc.).

SNAV:da detecção de gases tóxicos ao resgate de vítimas

Este novo dispositivo seria especialmente útil em "operações de resgate em edifícios desmoronados devido a terremotos e explosões. SNAV pode detectar gases tóxicos e até mesmo compostos que as vítimas inconscientes exalam, e procurar drogas ou explosivos em locais de difícil acesso, "diz Santiago Marco, pesquisador principal do IBEC e membro do Departamento de Engenharia Eletrônica e Biomédica da UB, que liderou o novo estudo de pesquisa.

Nessas situações, após um terremoto ou explosão, as equipes de resgate geralmente treinam cães para encontrar as vítimas. A possibilidade de utilizar robôs autônomos nessas tarefas representa uma nova opção.

"Os robôs terrestres costumavam focar a pesquisa no campo da localização baseada em sinalização química. Hoje, a opção de usar nanodrones amplia a capacidade e rapidez dos robôs de se moverem dentro de um espaço interior e superar obstáculos como escadas, "diz Marco, chefe de Sinalização Inteligente para Sistemas de Sensores em Bioengenharia, UB-IBEC.

Superando os efeitos da turbulência e problemas de navegação

Limitações quanto ao peso e uso do nanodrone e os efeitos negativos da turbulência do rotor nos sinais do sensor são grandes pontos de inflexão para o projeto e desenvolvimento técnico de nanodrones como o SNAV. Para vencer o efeito negativo da turbulência, que afeta o processo de obtenção de dados, a equipe do UB-IBEC aplicou técnicas de procedimento de sinalização que obtêm informações úteis dos sensores do SNAV.

Outro ponto crítico é a auto-localização do nanodrone em cenários de ação. Em geral, o mecanismo de controle dos drones que voam grandes distâncias em espaços abertos é baseado em um sistema de navegação GPS. Contudo, esta não é uma opção viável para dispositivos que voam em espaços interiores.

“O novo nanodrone tem acelerômetros e giroscópios que ajudam a navegação, mas sem a precisão esperada para localização. Portanto, esta função é baseada em uma série de seis transceptores de radiofrequência localizados em posições conhecidas, e um transceptor no mesmo drone. Este sistema nos permite voar o nanodrone para a posição que queremos, "diz Javier Burgués (UB-IBEC), primeiro autor do estudo.

Novos algoritmos inspirados no comportamento animal

Como parte do estudo, a equipe de especialistas UB-IBEC trabalhou na plataforma SNAV, calibrar os sensores e verificar suas funções, bem como programar os algoritmos para processamento de dados, comunicação e navegação robótica. Todos os testes de navegação robótica do SNAV foram realizados na Universidade de Örebro (Suécia) em colaboração com os especialistas Víctor Hernández e Achim J. Lilienthal.

Os pesquisadores pretendem explorar algoritmos de navegação bioinspirados, por exemplo, sobre o comportamento de insetos como mosquitos ou mariposas. "Outra linha em que queremos trabalhar é a fusão de dados de vários sensores de gás para aumentar a seletividade em relação a certos compostos de interesse. Neste caso, pesquisadores trabalhariam em experimentos em cenários complexos e com interferências químicas, "diz Santiago Marco.