Investigadores de la Universidad de Sun Yat-sen en Shenzhen han revolucionado la identificación de drones en entornos urbanos con un enfoque sin imágenes usando LiDAR de fotones. Este método asequible y de bajo consumo energético ha superado barreras tecnológicas, logrando identificar drones hasta a 5 km de distancia con gran precisión.

Los métodos tradicionales de identificación de drones, basados en imágenes de alta resolución, se enfrentan a limitaciones de rango, consumo energético y costo elevado. El LiDAR de un sólo fotón compensa en rango y precisión, pero enfrenta desafíos relacionados con el costo y la complejidad del sistema debido al uso de moduladores de luz espacial (SLMs) y arrays de detectores. Sin embargo, el enfoque D2SP2-LiDAR de los científicos chinos minimiza la necesidad de estos componentes.

El sistema, que integra redes neuronales residuales (ResNet) para procesar los datos de LiDAR, ha demostrado en experimentos la capacidad de extender el rango de detección de algunos centenares de metros a 5 km. Las pruebas revelaron una tasa de aciertos del 94.93% en la identificación de poses de drones y un 97.99% en la clasificación del tipo de drones, incluso bajo señales débiles y ruido significativo.

Los experimentos se llevaron a cabo en un entorno urbano, evaluando diferentes poses de drones como el DJI Mavic Air 2, con resultados positivos incluso con distancias y ruidos variables. Las simulaciones confirmaron la robustez del método, destacando su destreza en condiciones desafiantes, manteniendo alta precisión gracias al uso de ResNet sobre otros modelos de redes neuronales.

A pesar del éxito logrado a 5 km, los desafíos permanecen para ampliar aún más este rango debido a la reducción significativa de fotones de señal con la distancia. No obstante, esta tecnología novedosa no sólo marca un hito en la detección de drones, sino que plantea un camino prometedor para robustecer su aplicación en escenarios de vigilancia de largo alcance.