Los Drones no tripulados (UAV) han sido objeto de atención en diversos sectores en los últimos años, como el militar, agrícola, construcción y gestión de desastres. Estas máquinas versátiles permiten acceder de forma remota a áreas peligrosas o de difícil acceso, así como ofrecen capacidades de vigilancia excelentes. Específicamente, pueden ser de gran utilidad en la búsqueda de víctimas entre escombros y edificios derrumbados después de desastres naturales como terremotos, lo que facilita una detección temprana y una respuesta rápida.
Investigaciones previas se han centrado en drones equipados con cámaras para buscar y evaluar la situación de las víctimas basándose en imágenes. Sin embargo, confiar únicamente en la información visual puede resultar insuficiente, especialmente cuando las víctimas están atrapadas o en lugares fuera del alcance de las cámaras. Para abordar esta limitación, hay estudios que se han enfocado en el uso del sonido para detectar a las personas atrapadas. Sin embargo, el ruido de las hélices de los drones puede dificultar esta detección. Para resolver este problema, el profesor Chinthaka Premachandra y Yugo Kinasada del Instituto de Tecnología Shibaura en Japón desarrollaron un sistema de supresión de ruido basado en inteligencia artificial (IA).
Este innovador sistema utiliza Redes Generativas Adversariales (GAN) para identificar y eliminar el ruido de las hélices de los drones, permitiendo así una detección más efectiva de sonidos humanos. Este enfoque tiene ventajas sobre los métodos tradicionales, ya que puede adaptarse al ruido fluctuante de los drones en tiempo real. Pruebas realizadas en un UAV real demostraron la efectividad del sistema, aunque aún se están realizando mejoras para abordar los problemas restantes.
En general, esta investigación innovadora tiene un gran potencial para mejorar la gestión de desastres mediante el uso de drones no tripulados. El profesor Premachandra enfatizó la importancia de esta investigación, destacando que los esfuerzos actuales contribuirán a salvar más vidas en situaciones de desastre.