São Paulo — InkDesign News —
Pesquisadores da Universidade de Minnesota Twin Cities desenvolveram robôs aéreos equipados com inteligência artificial (AI) para monitorar, rastrear e analisar plumas de fumaça de incêndios florestais, utilizando técnicas de machine learning para melhorias na previsão de qualidade do ar.
Contexto da pesquisa
Com a crescente necessidade de ferramentas eficazes para gerenciar a fumaça associada a incêndios florestais, a pesquisa se insere na discussão sobre o impacto das queimadas e das queimadas controladas. Entre 2012 e 2021, registraram-se 43 incêndios resultantes de 50.000 queimadas prescritas, segundo um relatório da Associated Press.
Método proposto
O modelo de pesquisa utiliza uma abordagem de swarm de drones, permitindo a reconstrução 3D da estrutura das plumas de fumaça. Esse método possibilita a coleta de dados em alta resolução por meio do desenvolvimento de algoritmos de aprendizado de máquina e visão computacional. Os robôs são projetados para identificar fumaça e navegar por ela, coletando informações críticas sobre a dispersão de partículas.
“Essa abordagem permite a coleta de dados em alta resolução em grandes áreas—com um custo menor do que ferramentas baseadas em satélites,”
(“This approach allows for high-resolution data collection across large areas—at a lower cost than satellite-based tools.”)— Nikil Nrishnakumar, Assistente de Pesquisa, Instituto de Robótica da Universidade de Minnesota
Resultados e impacto
A equipe utilizou dados coletados para abordar as limitações nos métodos anteriores de modelagem de comportamento e dispersão de partículas de fumaça. Os resultados têm potencial para influenciar não apenas as práticas de combate a incêndios florestais, mas também para aplicações em eventos como tempestades de areia e erupções vulcânicas.
“Identificação precoce é a chave. Quanto mais cedo você consegue ver o fogo, mais rápido pode responder,”
(“Early identification is key. The sooner you can see the fire, the faster you can respond.”)— Jiarong Hong, Professor, Departamento de Engenharia Mecânica, Universidade de Minnesota
Os próximos passos incluem a implementação de um sistema de dronagem autônoma com holografia digital inline para rastreamento eficiente de plumas e caracterização de partículas.
Fonte: (TechXplore – Machine Learning & AI)
