The remarkable and continuous growth of the unmanned aircraft market has brought new safety related challenges, as those are recorded in various accident and incident reports. Although drones with an operating weight higher than 20-25Kgs are technologically advanced and often subject to standards (e.g., technical reliability, airspace management, licensing, certification), the regulatory framework for (ultra) light drones focuses almost exclusively on the limitations that the operator needs to consider. Thus, the protection from accidents seems to rely mostly on the competency of the operator to fly a drone safely, and his/her observance of the rules published by the respective authorities. In addition, the hazards lying in the interaction between an operator and a small drone have not been systematically studied. In this paper, we present (1) the first results from a System-Theoretic Process Analysis (STPA) based approach to the identification of hazards and safety requirements in small drone operations, and (2) an adaptation of the Risk Situation Awareness Provision Capability (RiskSOAP) methodology in order to quantify the differences amongst 4 drone models regarding the extent to which they fulfill the safety requirements identified through STPA. The results showed that the drones studied satisfy the safety requirements at low and moderate levels and they present high dissimilarities between them regarding the extent to which they meet the same safety requirements. Future work will include: (a) comparison of a larger sample of small drones against the safety requirements, as well as pairwise, and (b) assessment of the degree to which various regulatory frameworks worldwide address the safety requirements generated with STPA and assigned to the authority level.
In recent years, drones have increasingly supported First Responders (FRs) in monitoring incidents and providing additional information. However, analysing drone footage is time-intensive and cognitively demanding. In this research, we investigate the use of AI models for the detection of humans in drone footage to aid FRs in tasks such as locating victims. Detecting small-scale objects, particularly humans from high altitudes, poses a challenge for AI systems. We present first steps of introducing and evaluating a series of YOLOv8 Convolutional Neural Networks (CNNs) for human detection from drone images. The models are fine-tuned on a created drone image dataset of the Dutch Fire Services and were able to achieve a 53.1% F1-Score, identifying 439 out of 825 humans in the test dataset. These preliminary findings, validated by an incident commander, highlight the promising utility of these models. Ongoing efforts aim to further refine the models and explore additional technologies.
MULTIFILE
The continuous increase of accident and incident reports has indicated the potential of drones to threaten public safety. The published regulatory framework for small drones is not visibly based on a comprehensive hazard analysis. Also, a variety in the constraints imposed by different regulatory frameworks across the globe might impede market growth and render small-drone operations even more complicated since light drones might be easily transferred and operated in various regions with diverse restrictions. In our study we applied the Systems-Theoretic Process Analysis (STPA) method to small-drone operations and we generated a first set of Safety Requirements (SR) for the authority, manufacturer, end-user and automation levels. Under the scope of this paper, we reviewed 56 drone regulations published by different authorities, and performed (1) a gap analysis against the 57 SRs derived by STPA for the authority level, and (2) Intra-Class Correlations in order to examine the extent of their harmonization. The results suggest that the regulations studied satisfy 5.3% to 66.7% of the SRs, and they are moderately similar. The harmonization is even lower when considering the range of values of various SRs addressed by the authorities. The findings from the drones’ case show that regulators might not similarly and completely address hazards introduced by new technology; such a condition might affect safety and impede the distribution and use of products in the international market. A timely and harmonized standardization based on a systematic hazard analysis seems crucial for tackling the challenges stemmed from technological advancements, especially the ones available to the public.
Inleiding en praktijkvraag De groeiende wereldbevolking gecombineerd met de klimaatverandering zorgt voor een de noodzaak tot een duurzame voedselvoorziening (KIA missie Landbouw, voedsel & water). Een significante reductie van gewasbestrijdingsmiddelen is daarbinnen een belangrijke doelstelling. Robotica maakt als technologie motor van de precisielandbouw plant specifieke precisie-bestrijding mogelijk. Het projectconsortium onderzoekt een semiautonoom samenwerkend grond-luchtrobot platform voor de precisielandbouw. Projectdoelstelling De doelstelling van het project AGRobot Platform is dan ook: “Onderzoek de mogelijkheden van een semi-autonoom samenwerkend grond-lucht robotplatform voor de precisielandbouw”. De hoofddoelstelling wordt binnen dit project beantwoordt door de deliverables uit de volgende subdoelstellingen: 1. Case studie onderzoek naar de mogelijke voordelen van het grond-luchtrobotplatform 2. Onderzoek naar de benodigde technologieën voor een grond-luchtrobotplatform 3. Ontwikkelen van een eerste (mogelijk case-specifieke) demonstrator 4. Ontwikkelen van (nieuwe) samenwerkingsvormen. Vraagsturing & Netwerkvorming Riwo Engineering is een industriële automatiseeerder die met zijn grondrobots en control-besturingssytemen actief is in de veeteelt. DRONEXpert gebruikt hyperspectrale camera’s onder drones voor het bemeten van gewassen. Saxion mechatronica onderzoekt met de onderzoekslijn unmanned robotic systems hoe de nieuwste robotica technologieën systemen mogelijk maakt voor ongestructureerde omgevingen. De partners bezitten gezamenlijk een enorm netwerk (TValley, Space53, euRobotics) en klanten om via de case studies de kansen te achterhalen en te realiseren. Innovatie Nergens ter wereld is een samenwerkend grond-luchtrobot platform actief in de precisielandbouw. Voor OostNederland, met naast veel robotica kennis ook veel Agro-kennis, zal het project letterlijk de KIEM zijn voor nieuwe projecten waaruit de valorisatie kansen richting heel Europa gaan. Activiteitenplan & Projectorganisatie Het project wordt geleid door de lector Dr. Ir. D.A.Bekke en uitgevoerd door Abeje Mersha en Mark Reiling samen met het deelnemend MKB. Het project bestaat uit 4 werkpakketten die achtereenvolgens antwoordt geven op de gestelde subdoelstellingen. Aan elk werkpakket zijn deliverables gekoppeld.
Noord-Nederland telt ongeveer 70.000 ha akkerbouw, waarvan 14.000 ha pootaardappelen. De totale jaaromzet van de pootaardappelteelt bedraagt ongeveer 230 miljoen euro (exclusief de omzet van toeleverende en dienstverlenende bedrijven). Van alle productielanden samen, neemt Noord-Nederland met 23% van de wereldwijde export van gecertificeerd pootgoed een absolute toppositie in. Om deze toppositie te behouden, is continu aandacht voor productiviteit, duurzaamheid en kwaliteitsverbetering vereist. Bij de huidige bedrijfsomvang kan een geautomatiseerde gewasinspectie daarbij zeer behulpzaam zijn. Kwalitatief hoogwaardiger inspectie tegen lagere kosten kan de kwaliteit en de kostprijs van gewassen in de precisielandbouw verbeteren. Voor pootgoedtelers is het belangrijk te weten wat de kwaliteit van de plant is, in relatie met de gepote aardappel. Doelstelling is het verkrijgen van inzicht in de methoden, technieken en algoritmen die nodig zijn voor het automatisch bepalen van het opkomstgedrag van individuele aardappelplanten met behulp van low-cost drones. Koelhuis Bergmans stelt de akkervelden waar opnames van gemaakt worden beschikbaar. Ana Vita heeft veel ervaring in het ontwikkelen van nieuwe markten in de precisielandbouw. De NHL is in het bezit van een ROC-light ontheffing om met drones tot 4 kg te mogen vliegen. Tevens onderzoekt de NHL welke methoden, technieken en algoritmen gebruikt kunnen worden. Dit project levert een dataset met hierin periodiek opgenomen beelden van aardappelplanten, methodes voor het bepalen van individuele aardappelplantgroei en een beschrijving van de onderzoeksresultaten in de vorm van een (wetenschappelijke) paper.
In de automotive sector vindt veel onderzoek en ontwikkeling plaats op het gebied van autonome voertuigtechnologie. Dit resulteert in rijke open source software oplossingen voor besturing van robotvoertuigen. HAN heeft met haar Streetdrone voertuig reeds goede praktijkervaring met dergelijke software. Deze oplossingen richten zich op een Operational Design Domain dat uitgaat van de publieke verkeersinfrastructuur met daarbij de weggebruikers rondom het robotvoertuig. In de sectoren agrifood en smart industry is een groeiende behoefte aan automatisering van mobiele machinerie, versterkt door de actuele coronacrisis. Veel functionaliteit van bovengenoemde automotive software is inzetbaar voor mobiele robotica in deze sectoren. De toepassingen zijn enerzijds minder veeleisend - denk aan de meer gestructureerde omgeving, lagere snelheden en minder of geen ‘overige weggebruikers’ – en anderzijds heel specifiek als het gaat over routeplanning en (indoor) lokalisatie. Vanwege dit specifiek karakter is de bestaande software niet direct inzetbaar in deze sectoren. Het MKB in deze sectoren ervaart daarom een grote uitdaging om dergelijke complexe autonome functionaliteit beschikbaar te maken, zonder dat men kan voorbouwen een open, sectorspecifieke softwareoplossing. In Automotion willen de aangesloten partners vanuit bestaande kennis en ervaring tot een eerste integratie en demonstratie komen van een beschikbare automotive open source softwarebibliotheek, aangepast en specifiek ingezet op rijdende robots voor agrifood en smart industry, met focus ‘pickup and delivery’ scenario’s. Hierbij worden de aanpassingen - nieuwe en herschreven ‘boeken’ in de ‘bibliotheek’ - weer in open source gepubliceerd ter versterking van het MKB en het onderwijs. Parallel hieraan willen de partners ontdekken welke praktijkvragen uit dit proces voortvloeien en welke onderliggende kennislacunes in de toekomst moeten worden ingevuld. Via open workshops met uitnodigingen in diverse netwerken worden vele partijen uitgenodigd om gezamenlijk aan de hand van de opgedane ervaringen van gedachten te wisselen over actuele kennisvragen en mogelijke gezamenlijke toekomstige beantwoording daarvan.
