Ausgangspunkt / Motivation

Mit der zunehmenden Nutzung von UAVs in zivilen und industriellen Anwendungen steigt die Bedeutung sicherer Betriebskonzepte. Insbesondere in dicht besiedelten oder dynamischen Umgebungen stellt die zuverlässige Erkennung und Vermeidung von Hindernissen eine zentrale Herausforderung dar. Klassische technische Ansätze stoßen dabei oft an Grenzen, weshalb neue, von der Natur inspirierte Lösungen an Bedeutung gewinnen.

Ziele

• Entwicklung eines bionisch inspirierten Systems zur Hinderniserkennung und Kollisionsvermeidung
• Verbesserung der Autonomie und Sicherheit von UAVs in komplexen Umgebungen
• Integration von Sensorik, Datenverarbeitung und Ausweichstrategien in ein Gesamtsystem

Inhalt

Im Projekt wird ein Detektions- und Ausweichsystem entwickelt, das sich an dem visuellen Kollisionsdetektionssystem der Wanderheuschrecke orientiert. Im vorhergegangen Sondierungsprojekt konnte bereits gezeigt werden, dass die Aktivität des rechten und linken Kollisionsdetektorneurons der Heuschrecken verlässlich drohende Kollisionen von Drohnen ohne Distanzabschätzung und Objekterkennung anzeigt.

Diese natürlich vorkommenden Systeme zeichnen sich durch schnelle Reaktionsfähigkeit und hohe Effizienz aus. Ziel ist es, diese Prinzipien auf technische Systeme zu übertragen und für UAV-Anwendungen nutzbar zu machen.

Methodik

Die Vorgehensweise umfasst die Analyse biologischer Vorbilder, die Entwicklung geeigneter Sensor- und Datenverarbeitungskonzepte sowie die Umsetzung in einem technischen System. Simulationen und experimentelle Tests werden kombiniert, um die Leistungsfähigkeit des Systems zu evaluieren und iterativ zu verbessern.

Ergebnisse

Es wurde nachgewiesen, dass die Aktivität der rechten und linken Kollisionsdetektorneuronen von Heuschrecken drohende Zusammenstöße von Drohnen zuverlässig erkennt, ohne dass eine Distanzmessung oder Objekterkennung erforderlich ist.

Auf Basis dieser neuronalen Signale wurde ein neuartiger bionischer Algorithmus entwickelt, der im Rahmen des vorliegenden Kooperationsprojekts weiter optimiert und auf der Hardware eines FPGA-Chips implementiert wird. Dadurch können die Bilddaten zweier Kameras mit hoher Bildrate in Echtzeit verarbeitet werden.

Zur Erprobung des Systems wird ein visueller Drohnenprüfstand aufgebaut, der modernste Virtual-Reality-Technologien nutzt, um die Funktion des Kollisionsdetektors in Echtzeit zu testen und Ausweichmanöver des Flugcontrollers in einer Closed-Loop-Umgebung zu simulieren.

Anschließend wird ein Demonstrator auf einer eigens entwickelten Testdrohne integriert und unter verschiedenen kritischen Einsatzbedingungen erprobt. Für Situationen, in denen ein Ausweichmanöver nicht mehr möglich ist, ist die Auslösung eines Rettungsfallschirms vorgesehen, um eine sichere Landung der Drohne zu gewährleisten.

Das Projekt resultiert in einem optischen Kollisionssensor für Drohnen, der durch seine kostengünstige und energieeffiziente Bauweise zuverlässige autonome Ausweichmanöver ermöglicht.

Projektleitung

Universität Graz

Projektpartner:innen

• Fraunhofer Austria Research GmbH
• Drone Rescue Systems GmbH
• FH JOANNEUM Gesellschaft mbH

Universität Graz
Universitätsplatz 3
A-8010 Graz
E-Mail: info@uni-graz.at