Drone Menggunakan Pembelajaran Mesin untuk Mendeteksi Ranjau Darat
Dengan menggunakan pembelajaran mesin yang canggih, drone dapat digunakan untuk mendeteksi ranjau darat “kupu-kupu” yang berbahaya di daerah terpencil di negara-negara pasca-konflik. Para peneliti sebelumnya telah mengembangkan metode yang memungkinkan pendeteksian ranjau darat kupu-kupu yang sangat akurat menggunakan drone komersial berbiaya rendah yang dilengkapi dengan kamera inframerah. Penelitian baru berfokus pada deteksi otomatis ranjau darat menggunakan jaringan saraf convolutional, metode pembelajaran mesin standar untuk deteksi dan klasifikasi objek di bidang penginderaan jauh.
Pekerjaan sebelumnya mengandalkan pemindaian mata manusia dari kumpulan data. Pemetaan cepat dengan bantuan drone dan deteksi otomatis ladang ranjau yang tersebar akan membantu mengatasi warisan mematikan dari penggunaan ranjau darat kecil yang tersebar secara luas dalam konflik bersenjata baru-baru ini dan memungkinkan pengembangan kerangka kerja fungsional untuk secara efektif mengatasi kemungkinan penggunaannya di masa depan.
Diperkirakan setidaknya ada 100 juta amunisi militer dan alat peledak di dunia dengan berbagai ukuran, bentuk, dan komposisi. Jutaan di antaranya adalah ranjau darat plastik permukaan dengan pemicu tekanan rendah, seperti ranjau darat kupu-kupu yang diproduksi secara massal. Dijuluki karena ukurannya yang kecil dan bentuknya yang seperti kupu-kupu, ranjau ini sangat sulit ditemukan dan dibersihkan karena ukurannya yang kecil, massa pemicu yang rendah, dan yang paling penting, desain yang sebagian besar mengecualikan komponen logam, membuat perangkat ini hampir tidak terlihat oleh detektor logam. . Desain ranjau, dikombinasikan dengan bobot pemicu yang rendah, membuatnya terkenal sebagai "tambang mainan" karena tingkat korban yang tinggi di antara anak-anak kecil yang menemukan perangkat ini saat bermain.
Para peneliti percaya bahwa teknik deteksi dan pemetaan ini dapat digeneralisasikan dan dapat dialihkan ke amunisi dan bahan peledak lain yang menjadi perhatian; misalnya, mereka dapat diadaptasi untuk mendeteksi dan memetakan tanah yang terganggu untuk perangkat peledak improvisasi (IED).
Penggunaan pendekatan berbasis Convolutional Neural Network (CNN) untuk mengotomatisasi deteksi dan pemetaan ranjau darat penting karena beberapa alasan. Pertama, ini jauh lebih cepat daripada menghitung ranjau darat secara manual dari citra orto (yaitu citra udara yang telah dikoreksi secara geometris). Kedua, ini kuantitatif dan dapat direproduksi, tidak seperti deteksi mata subyektif yang rawan kesalahan manusia. Dan ketiga, metode berbasis CNN mudah digeneralisasikan untuk mendeteksi dan memetakan objek apa pun dengan ukuran dan bentuk berbeda dari gambar raster penginderaan jauh.
