Стоимость проекта оценивается всего в 15 долларов США, что действительно упрощает обнаружение беспилотников, поскольку спецификация полностью состоит из одного ESP32-S3 и микрофона ICS-43434 I2S.
Большинство схем обнаружения беспилотников основаны подобно тому, как мы ищем крупные самолёты, используя РАДАР. А ещё до появления радара были акустические детекторы, такие как знаменитые японские “военные тубы”, которые стали популярными много лет назад. РАДАРНЫЕ модули стоят недёшево, а MEMS–микрофоны стоят сравнительно недорого. Дроны, особенно квадрокоптеры, не отличаются бесшумностью. Таким образом, появилось решение использовать акустическое обнаружение, чтобы упростить процесс обнаружения дронов.
Конечно, можно сделать, чтобы ESP32 обращался на какой-нибудь сервер Azure или AWS для передачи акустических данных на обработку какой-нибудь гигантской моделью машинного обучения. С ESP32 это было бы проще всего сделать, но иногда, полагаться на облако неудобно. При использовании чужого оборудования всегда возникают проблемы с надёжностью. Автор этой обратился к алгоритмическому подходу – в частности, к фильтрам Герцеля для определения акустических частот, используемых беспилотными летательными аппаратами. Для анализа конкретных частотных диапазонов алгоритм Герцеля максимально прост, а это означает, что всё может выполняться локально на ESP32.
Недостатком является то, что, поскольку мы просто слушаем на определённых частотах, шум окружающей среды может стать проблемой. Рекомендуется выполнить калибровку для конкретной среды, а также надеть поролоновую накладку на микрофон, чтобы избежать ложных срабатываний из-за шума ветра. Предполагается, что усилитель, используемый в этих “военных тубах”, не только защитит микрофон от ветра, но и увеличит дальность действия и направленность звука.
Автор намерен изучить возможность использования моделей машинного обучения и для этого оборудования; он, похоже, считает, что ESP32-NN или небольшая модель TensorFlow Lite могут превзойти алгоритм Герцеля. Возможно, он и прав, но алгоритм Герцеля в этом подходе, это более элегантное решение. Это работает даже на ATtiny85, чего нельзя сказать даже о самой лёгкой модели TensorFlow.
Эта новость является переводом.
Спасибо.
С. Н.
