Ausgangspunkt / Motivation

Unmanned Arial Systems (UAS) nehmen im modernen Flugverkehr eine immer größere Rolle ein. Gemäß der EU-Verordnungen ist die elektronische Sichtbarmachung aller Verkehrsteilnehmer durch Remote ID essentiell für ein sicheren Miteinanders von bemannter und unbemannter Luftfahrt.

UAS, die allerdings keine entsprechenden Remote ID Systeme betreiben, können aktuell nicht erfasst und behördlich verfolgt werden. Dies könnte eine Gefahrenquelle für Luftraumteilnehmer, eine Einschränkung der Privatsphäre und hohe Lärmemissionen zur Folge haben. Diese Themen werden jedoch als zentrale Herausforderungen in der gesellschaftlichen Akzeptanz von Drohnen erachtet.

Ziele

• Entwicklung modularer Sensorknoten, die akustische, optische, GNSS- und Remote ID-Daten in Echtzeit erfassen und speichern
• Audiovisuelle Detektion und Lärmmessung durch KI-gestützte Signalverarbeitung und richtungsabhängige Schallpegelmessung
• Integration in UAS Traffic Management aller UAS-Aktivitäten mit Remote ID und Sensordaten

Inhalt

Das Projekt UAS-CheckPoint adressiert die Anforderungen durch die Entwicklung eines verteilten Sensorsystems zur multisensorischen Verifikation und Überwachung von UAS im U-Space. Im Fokus steht die Entwicklung vernetzter mulitmodaler Sensorknoten aus Audio-, Video-, GNSS- und Remote ID-Modulen, die z.B. auf Masten oder Hausdächern platziert werden und so "Checkpoints" bilden. Die Checkpoints ermöglichen zukünftig die Durchsetzung von Regulationsmaßnahmen in den Bereichen Umwelt, Sicherheit, und Dokumentation.

Methodik

Durch praktische Tests werden die entwickelten Checkpoints auf Präzision in verschiedenen Szenarien überprüft. Mithilfe von Mikrofonarrays werden Schallquellen aus unterschiedlichen Richtungen aufgenommen, und aus den Laufzeitunterschieden der Signale lässt sich die Position einer Drohne bestimmen. Durch den Einsatz von KI wird das System fortlaufend verbessert: Modelle werden mit akustischen Signaturen verschiedener Drohnentypen trainiert und können dadurch typische Geräuschmuster sicher erkennen

Erwartete Ergebnisse

Die entwickelten Checkpoints sollen UAS erfassen und verifizieren, Unkooperative UAS werden automatisch detektiert und gemeldet. Das System bietet somit eine Unterstützung der nationalen Luftfahrtbehörden bei der Einhaltung und Überprüfung der EU-Vorschriften und liefert einen wichtigen technologischen Beitrag zur Implementierung des U-Space sowie des UTM für Drohnen in Österreich. Des Weiteren ist eine wissenschaftliche Verwertung der Ergebnisse geplant.

Projektkoordination

JOANNEUM RESEARCH

Projektpartner:innen

• AIT Austrian Institute of Technology
• FH JOANNEUM
• Austro Control
• Frequentis AG
• twins GmbH
• Flightec GmbH

JOANNEUM RESEARCH
Forschungsgesellschaft mbH
Leonhardstrasse 59
A-8010 Graz
Tel.: +43 (316) 876-0
E-Mail: info@joanneum.at