Kontakt English
Startseite open4aviation

DARVIS - Datenfusion von K/X-Band Radar mit visuellen Sensoren für luftgestützte Plattformen

Verschiedene Sensorentechnologien in der Luftfahrt kombinieren die jeweiligen komplementären Eigenschaften bisher unzureichend. Die optimale Fusionsebenen sowie die jeweiligen Charakteristiken der Sensoren sollen in Zukunft optimal genutzt werden. Dabei werden die unterschiedlichen Verfahren zur Kalibrierung und Synchronisation untersucht und optimiert. Die Ergebnisse sollen in weiterer Folge in ein Sensorikmodell zur Kollisionsvermeidung für die Luftfahrt einfließen.

Kurzbeschreibung

Ausgangspunkt / Motivation

Die rasante Entwicklung unbemannter Luftfahrzeuge bietet ein großes Entwicklungspotenzial in der gesamten Wertschöpfungskette der Flugzeugindustrie bis hin zu Industrieunternehmen. Durch die ständig neuen, hochinnovativen Anwendungen werden wichtige Impulse für die Implementierung unbemannter Systeme in Real-Live-Anwendungen gegeben.

Schon jetzt ist absehbar, dass zukünftige Anwendungen einen höheren Automatisierungsgrad haben und ohne Sichtverbindung (Beyond Line-Of-Sight, BLOS) im zivilen Luftraum operieren werden. Dabei ist es wichtig, dass diese Entwicklung der Technologien und Anwendungen in enger Zusammenarbeit mit den Regulierungsbehörden erfolgt, damit die Sicherheit stehts im Vordergrund steht.

Auf der Regulierungsseite bemühen sich verschiedene Behörden und Gremien um die Schaffung notwendiger Rahmenbedingungen, die unter anderen einen eindeutigen Handlungsbedarf bei der Erforschung und Entwicklung von Kollisionsvermeidungssysteme für unbemannte Luftfahrzeuge identifiziert haben.

Ziele

  • Untersuchung der optimalen Fusionsebene
  • Verfahren zur Kalibrierung und Synchronisieriung

Inhalt

Bisherige Methoden und Verfahren fokussieren nur auf die Kombination der Ergebnisse, wobei die komplementären Eigenschaften verschiedener Sensortechnologien nicht ausgenutzt werden können, da die einzelnen Sensoren die Daten parallel verarbeiten.

In diesem Projekt wird systematisch die optimale Fusionsebene untersucht, um die komplementäre Charakteristik der einzelnen Sensoren optimal zu nutzen. Dabei werden mit einem informationstheoretischen Ansatz die Anwendung der Methode des Informationsengpasses (information bottleneck method) zur Datenfusion untersucht, die als theoretische Grundlage für tiefe faltungsbasierte neuronale Netze gilt.

Die Forschung dient der robusten Datenfusion multimodaler Sensorik eines Kollisionsvermeidungssystems für ein EASA CS23-Flugzeug, bestehend aus mehreren K-Band und einem X-Band-Radar sowie mehreren visuellen und thermischen Infrarotsensoren. Ein besonderer Fokus liegt dabei auf der Schaffung eines technologischen Mehrwerts der eingesetzten Technologien in Bezug zum Stand der Technik sowie der Schaffung von Entscheidungsgrundlagen für eine etwaige behördliche Regulierung.

Methodik / Vorgehensweise

  • Bei kooperativen, aktiven Systemen werden folgende Technologien eingesetzt:
    TCAS, TAS, FLARM, Radio/ATC
  • Bei kooperativen, passiven Systemen werden folgende Technologien eingesetzt:
    ADS-B, TCAD
  • Bei unkooperativen, aktiven Systemen werden folgnde Technologien eingesetzt:
    LIDAR, RADAR
  • Bei unkooperativen, passiven Systemen werden folgende Technologien eingesetzt:
    Elektrooptische Sensoren, Thermisch- Infrarote Sensoren, Akustische Sensoren

Erwartete Ergebnisse

Übergeordnetes Ziel der Multisensorfusion ist es, die Robustheit und Zuverlässigkeit des Sensorverbunds durch Kombination der Einzelsensoren zu erhöhen. Radar- und visuelle Sensoren bringen unterschiedliche, komplementäre Informationen in diese Kombination ein. Visuelle Sensoren bestechen durch ihre hohe Auflösung und Informationsgehalt, Radar durch die zuverlässige Entfernungsmessung.

Bisherige Methoden und Verfahren fokussieren nur auf die Kombination der Ergebnisse, wobei die komplementären Eigenschaften verschiedener Sensortechnologien nicht ausgenutzt werden können, da die einzelnen Sensoren die Daten parallel verarbeiten.

In diesem Projekt wird systematisch die optimale Fusionsebene untersucht, um die komplementäre Charakteristik der einzelnen Sensoren optimal zu nutzen. Insbesondere wird die Datenfusion anhand der K-Band- und X-Band-Radar sowie der visuellen und thermisch-infraroten Sensorik eines Kollisionsvermeidungssystems für ein Flugzeug der EASA CS23 Kategorie untersucht.

Projektbeteiligte

Förderprogramm: TAKE OFF