Экспертные заключения: 2
Консультации: 0

Проект AERS. Мобильная система для мониторинга экологической обстановки окружающей среды

Проект AERS. Мобильная система для мониторинга экологической обстановки окружающей среды

Проблема

На данный момент в мире существует серьёзная проблема ухудшения экологической обстановки. Происходит много техногенных и природных катаклизмов: пожары, наводнения, аварии на атомных и других энергетических объектах, боевые действия в отдельных регионах (в частности, в некоторых случаях с применением химического оружия) и общего мирового фона роста загрязнения окружающей среды (в городах, регионах, природе в целом).

Для того чтобы вовремя обнаружить и предотвратить ЧС, существуют специальные системы мониторинга окружающей среды, включающие набор сенсоров и датчиков, систем анализа полученных данных и систем прогнозирования.

Существуют стационарные и относительно мобильные системы. Стационарные: метеостанции, геодезические установки и т. д. Мобильные: автотранспорт с установленными модулями датчиков и сенсоров, аэростаты с полезной нагрузкой и корабли с исследовательским оборудованием.

Проблема всех существующих на сегодняшний день систем — это недостаточная мобильность, довольно ограниченная зона охвата исследуемой территории, а также в некоторых случаях необходимость присутствия оператора непосредственно в зоне исследований.

Существуют ситуации, когда необходимо провести мониторинг экологической обстановки в труднодоступном месте либо же когда есть серьёзная угроза жизни и здоровью операторов и специалистов. Например, проведение мониторинга в глухой тайге, где добраться на автомобиле довольно проблематично, или исследование качества воздуха вблизи вулканов на Камчатке. Либо проведение замеров радиационного фона или химической угрозы на территории боевых действий, где есть большая угроза для личного состава.

Решение проблемы

Проект AERS (Aerial Environmental Research System) — мобильная система для мониторинга экологической обстановки окружающей среды.

Проект AERS предлагает решение всех вышеупомянутых проблем. Он представляет собой роботизированную модульную систему, включающую в себя набор различных модулей и носителей. Компоновка системы подбирается в зависимости от конкретных задач и требований, как конструктор.

Модули представляют собой:

  • датчики, сенсоры и т. д.;
  • вычислительные устройства (контроллеры и компьютеры);
  • носители (БПЛА: самолётного типа, квадрокоптеры и др.);
  • взлётно-посадочные и транспортировочные модули (подбирается в зависимости от типа транспортного средства. Например: платформа с креплением на дуги багажника на крыше внедорожника УАЗ «Патриот»);
  • модуль связи, приёма и обработки данных (ЦУП). Также он включает функцию аналитики и прогнозирования.

Разберём принцип работы системы AERS на примере базовой комплектации (универсальной).

Задача — исследование экологической обстановки окружающей среды в зоне техногенного происшествия (авария на энергообъекте).

Сценарий:
Автомобиль, внедорожник, с установленной системой AERS подъезжает в безопасную зону, находящуюся на некотором удалении от границы зоны ЧС. На крыше внедорожника установлен взлётно-посадочный модуль с зафиксированными на нём квадрокоптерами (2 шт.) с необходимым для исследования навесным оборудованием (в частности, датчик широкого спектра газов, анализатор химического состава почвы, анализатор качества воды, анализатор уровня радиационного излучения).

Далее, используя спутниковые системы, прокладывается маршрут, строится зона исследований. Далее производится пуск. Дроны проходят по заданному маршруту, производя измерения и забор образцов почвы и воды при необходимости. Анализ состава воздуха происходит на разных высотах (берутся разные воздушные слои).

Часть исследований проводится в онлайн-режиме, часть требует более глубокого анализа уже по возвращении дронов на базу. После мониторинга дроны возвращаются в безопасную зону и садятся на взлётно-посадочный модуль. Далее производится анализ всех полученных данных. Собранные дронами образцы почвы и воды отправляются на более глубокое исследование. По итогам анализа данных производятся расчёты и составляется прогноз. На всех этапах сбора и анализа данных вспомогательной мерой служат системы ИИ.

Преимущества и выгода относительно конкурентов

Исходя из вышеупомянутого примера сценария, где может эффективно применяться наша система AERS, мы можем выделить главные преимущества:

  • Высокая мобильность. Использование БПЛА позволяет проводить исследование окружающей среды в зонах практически на любой местности и относительно высокой удалённости.
  • Высочайшая безопасность. Все исследования и забор образцов производятся роботом. Человек остаётся в безопасной зоне.
  • Невероятная универсализация и гибкость. Благодаря модульности компоновку системы можно быстро и удобно менять под конкретные задачи исследования — от задачи к задаче и обратно, как конструктор.
  • Огромная зона охвата исследуемой территории. Благодаря использованию БПЛА и технологии внутренней роевой сети между дронами мы можем обеспечить практически неограниченную зону покрытия. Зона ограничивается лишь количеством используемых БПЛА на определённый квадрат территории.
  • Доступная цена и индивидуализация. Благодаря модульности системы клиенту необязательно покупать весь комплект. Он может купить только тот набор датчиков и модулей, который ему необходим, соответственно, не переплачивать и взять для себя дешевле. А если ему нужно будет что-то ещё, он всегда потом сможет отдельно докупить нужные модули.

Рынок и спрос

Такой проект будет интересен экологам, геодезистам, специальным частным и государственным службам.

Потенциальные заказчики:

  • ФГБУ «ВНИИ Экология»;
  • Министерство природных ресурсов и экологии РФ;
  • Министерство обороны РФ (Войска радиационной, химической и биологической защиты (РХБЗ));
  • МЧС России;
  • ООО «Городская Экологическая Компания»;

Ссылка

На страницу проекта

Направление

Лесное хозяйство, Геология, геодезия и метеорология, Безопасность и оборонная сфера, Сельское хозяйство, Беспилотные авиационные системы

Рынки

AeroNet, EcoNet

Сквозные технологии

Искусственный интеллект, Технологии хранения и анализа больших данных, Технологии машинного обучения и когнитивные технологии, Управление углеродным следом, Технологии компонентов робототехники и мехатроники, Технологии сенсорики