Drones con inteligencia artificial podrían indicar a los equipos humanos dónde encontrar basura marina
Los Centros Nacionales de Ciencias Costeras y Oceánicas (NCCOS) de la NOAA (Administración Nacional Oceánica y Atmosférica), la Universidad Estatal de Oregón y sus socios desarrollan un sistema de aprendizaje automático basado en drones para detectar e identificar la basura marina a lo largo de la costa.
En diciembre de 2021, los investigadores utilizaron playas cercanas a Corpus Christi (Texas) para evaluar los dispositivos del sistema y perfeccionar los métodos de detección. El proyecto de investigación comenzó en junio de 2020 y se prolongará hasta finales de mayo de 2022.
La basura marina es un problema global que amenaza el medio ambiente, la seguridad de la navegación, la economía costera y, posiblemente, la salud humana. La detección y la identificación rápidas y precisas de los residuos son clave para las acciones de limpieza y respuesta que pueden prevenir estos efectos. Esta capacidad la ofrecen los sistemas aéreos no tripulados o drones.
La luz polarizada (radiación cuyas ondas oscilan en un solo plano), reflejada por objetos artificiales, suele diferir de la luz de objetos naturales, como la vegetación, el suelo y las rocas. Instalar una cámara polarimétrica en un dron puede mejorar la detección de basura desde el aire. Los investigadores probaron dicha cámara tanto en tierra como con la Guardia Costera de EE. UU. desde un helicóptero.
El vuelo en helicóptero permitió al equipo simular la altura a la que volaría el sistema no tripulado y modelar lo que ocurriría si el dron utilizara una cámara polarimétrica. Después, el equipo entrenó un programa informático de aprendizaje automático para encontrar y clasificar la basura en las imágenes recogidas.
Una vez puesto en funcionamiento por completo, los datos recopilados por el sistema de aprendizaje automático basado en drones se utilizarán para crear mapas que muestren dónde se concentra la basura marina a lo largo de la costa, con el fin de orientar los esfuerzos de respuesta rápida y retirada.
Los investigadores proporcionarán al personal del programa de basura marina de la NOAA formación sobre el uso del nuevo sistema, así como una guía de procedimientos operativos estándar. Este proyecto es fruto de la colaboración entre el NCCOS, el programa de basura marina de la NOAA, la Universidad Estatal de Oregón, ORBTL.AI y Genwest Systems.
En cuanto a la detección de restos marinos flotantes, cabe señalar que investigadores de la Universidad de Barcelona ya el año pasado desarrollaron un sistema basado en inteligencia artificial que permite a los drones hacer también eso.
Como millones de toneladas de plástico se vierten al océano cada día, los científicos no tienen tiempo para seguir su paradero, pero pueden disponer de una nueva herramienta útil. Investigadores de la Universidad de Barcelona desarrollaron en febrero de 2021 un algoritmo capaz de detectar y cuantificar la basura marina a partir de fotografías aéreas, y confían en que pueda funcionar con drones para escanear los mares de forma autónoma y evaluar los daños.
Resumir el problema mundial de la contaminación por plástico es una tarea compleja, ya que cada día llega al océano una cantidad mayor de este material, que se fragmenta en trozos más pequeños y difíciles de rastrear. El equipo de la Universidad de Barcelona se centró en esas partes flotantes en la superficie, con la esperanza de mejorar los métodos existentes para seguir su distribución, que incluyen el estudio de los daños causados por aviones y barcos.
Un ejemplo interesante de ello es el trabajo realizado en el marco del proyecto «Limpieza del océano», en el que buques de investigación se dirigieron a la Gran Mancha de Basura del Pacífico y sobrevolaron la zona con aviones equipados con sensores y sistemas de imagen. Demostraron un método para lograrlo utilizando radiación infrarroja para distinguir los fragmentos de plástico que flotan en el océano de otros residuos oceánicos.
En cambio, el equipo de la Universidad de Barcelona recurrió a técnicas de aprendizaje profundo para analizar más de 3800 fotografías aéreas del mar Mediterráneo frente a la costa de Cataluña. Tras entrenar el algoritmo con estas imágenes y utilizar redes neuronales para mejorar su precisión con el tiempo, el equipo obtuvo una herramienta de inteligencia artificial capaz de detectar y cuantificar de forma fiable el plástico que flota en la superficie.
«La gran cantidad de imágenes de la superficie marina obtenidas por drones y aviones durante campañas de seguimiento de basura marina, así como en estudios experimentales con objetos flotantes conocidos, nos permitió desarrollar y probar un nuevo algoritmo que alcanza una precisión del 80% en la detección remota de macrobasura marina flotante»
La herramienta puede analizar las imágenes por separado o clasificarlas en diferentes segmentos, contando la cantidad de basura en cada sección para estimar la densidad. El sistema es una aplicación web de acceso abierto disponible para los profesionales del sector, pero el equipo espera desarrollar una versión que pueda funcionar con drones para automatizar por completo el proceso.
«Los métodos de fotografía aérea automatizada combinados con algoritmos analíticos son protocolos más eficaces para controlar y estudiar este tipo de contaminantes»
