Sichere automatisierte Kollisionsvermeidung ist der Schlüssel für Flüge außerhalb der Sicht

Skyline von Hamburg

Unser Himmel wird voller. Immer mehr Drohnen sind weltweit im Einsatz und es werden täglich mehr. Im Vergleich zu heute werden wir in den nächsten 10 Jahren allein in Deutschland einen Anstieg der genutzten Drohnen (UAV) von über 550 % sehen. Schätzungen zufolge werden dann 126.000 kommerzielle und 721.000 privat genutzte UAV in Deutschland im Einsatz sein. Dazu kommen neben konventionellen Hubschraubern und Flugzeugen auch neuartige Air Taxis (VTOL). Auch wenn nur ein kleiner Teil dieser zeitgleich in der Luft sein wird, stellt sich bereits heute die Frage, wie eine sichere Nutzung und ein unfallfreier Flug möglich sein kann. Denn nicht bei allen Einsätzen können Drohnen tatsächlich auf Sicht geflogen werden und nicht immer kann ein Drohnenpilot alle Hindernisse oder andere im Luftraum befindliche Fluggeräte mit bloßem Auge erkennen. Kollisionsvermeidung wird daher zu einem essentiellen Sicherheits-, Genehmigungs- und generellen Betriebsfaktor für den massenhaften Einsatz von Drohnen, sowohl im gewerblichen, als auch im privaten Bereich. Hamburg als zweit-bevölkerungsreichste deutsche Stadt, mit dem zweitgrößten Hafen in Europa und als drittgrößter ziviler Luftfahrtstandort weltweit, ist als europäische Modellregion für den Einsatz von Urban Air Mobility ein geeigneter Ort den sicheren Einsatz von Drohnen und VTOLs voranzutreiben. Denn in der Luftfahrt kommt KI bislang noch nicht zum Einsatz. Das KI Software-Unternehmen Spleenlab (SPL) will deshalb gemeinsam mit der Technischen Universität Hamburg (TUHH) in dem von der IFB Hamburg Projekt KOJAK (Kollisionsvermeidung von VTOL (vertical take-off and landing aircraft) jenseits der Sichtweite durch sichere autonome Steuerung mit Hilfe von Künstlicher Intelligenz) geförderten Systeme zur Kollisionsvermeidung mittels KI erforschen, erproben und validieren. KI bzw. maschinelles Lernen, insbesondere Konzepte und Methoden des Multi-Sensor Deep Learnings haben ein hohes Potenzial, das Verkehrsgeschehen in der Luft zu erfassen, zu klassifizieren und für eine höhere Sicherheit zu sorgen. Durch die von SPL und TUHH entwickelte neuartige und dieser Art bisher ungesehene Fusion verschiedener Sensoren mit Künstlicher Intelligenz werden Luftfahrzeuge erstmals in die Lage versetzt eigenständig und in Echtzeit ihr Umfeld zu erkennen und so sicher Kollisionen mit statischen und dynamischen Objekten zu vermeiden.

Hamburg ist Urban-Air-Mobility City und drittgrößter Luftfahrtstandort weltweit ist der perfekte Ort für KOJAK (Quelle: hamburg-aviation.de) [Photo by Bernd Dittrich on Unsplash]

Tatsächlich ist es heute so, dass weder konventionelle Hubschrauber, Kleinflugzeuge oder Drohnen über ein effektives und sicheres System der Kollisionsvermeidung mit unkooperativen Luftraumteilnehmern und Objekten verfügen. Unkooperative Luftraumteilnehmer sind solche, welche ihre eigene Position anderen Luftraumteilnehmern nicht von sich aus zur Verfügung stellen und somit eigenständig detektiert werden müssen. Während für die Kollisionsvermeidung in der klassischen Luftfahrt Systeme wie T-Cas, ADS-B und FLARM genutzt werden, sind für unbemannte und/oder autonome Systeme neue Ansätze der Kollisionsvermeidung notwendig.

Gegenwärtig stützen sich die Bereiche General Aviation und UAVs noch stark auf Sichtidentifikation des (Drohnen-)Piloten, unterstützt von einem in Entwicklung befindlichen Unmanned Air Traffic Management (UTM / ATM) System. Mit zunehmendem Autonomiegrad und steigender Anzahl der (teil-)autonomen Luftraumteilnehmer steigen allerdings die Anforderungen an Kollisionsvermeidung und Navigationsperformance dieser Vehikel auch unter GNSS (vgl. GPS) Ausfallszenarien. Zusätzlich ist in den niedrigen Lufträumen, in denen Drohnen und perspektivisch auch bemannte autonome Luftfahrzeuge operieren von einem deutlich gehäuften Auftreten unkooperativer Hindernisobjekte auszugehen, was eine selbstständige und automatisierbare Hindernisidentifikation durch autonome Luftraumteilnehmer erforderlich macht. Zusätzlich zum Umgang mit unkooperativen Hindernissen, können für kooperative Luftraumteilnehmer ATM-Systemredundanzen sichergestellt werden. Oftmals genutzte optische Sensoren, wie z.B. Kameras, verfügen gegenwärtig über keine weiteren Zusatzfunktionen oder unterstützenden Programme, die diese Aufgabe in Echtzeit oder autonom erfüllen. An dieser Stelle setzt die Entwicklung des Projekts KOJAK an.

Umfeldanalyse zur Kollisionsvermeidung erfolgt mittels zweier Sensoren und der Sensorfusion

Durch die Fusion neuester Sensortechnologie (Kamera, Lidar) und die Nutzung Künstlicher Intelligenz werden erstmals Standards für die sichere Kollisionsvermeidung sowie sicherer GNSS(GPS)-unabhängiger autonomer Navigation bei Start- und Landung, sowie im Flug entwickelt, vor Allem in Extremsituationen (z.B. Tiefflug mit vielen statischen Kollisionsobjekten) unter realen Bedingungen angewendet. Die intelligenten Echtzeit- Entscheidungen werden durch die beispiellose Fusion der unterschiedlichen Sensordaten erreicht . Durch Sensorfusion und den Einsatz von Künstlicher Intelligenz wird das UAV erstmals in Lage versetzt eigenständig seine Umwelt in Echtzeit zu erkennen und Hindernissen, egal ob statisch oder dynamisch sicher auszuweichen Dies wird mithilfe der intelligenten Vernetzung der Sensoren (Kamera und Lidar) mit den von SPL entwickelten KI-Algorithmen realisiert. Speziell im Fokus stehen die Anwendung der KI-Methode des Maschinellen Lernens auf Basis von Künstlichen Neuronalen Netzen. Das alles wird im Rahmen des Förderprojektes KOJAK für die breite Anwendung erforscht und weiterentwickelt.


Company News

See all information around SPLEENLAB.

› News archive

Press | 29.04.2021

Prof. Markus Enzweiler Expert for autonomous mobility new advisory board member

News | 29.04.2021

Safe automated collision avoidance is the key to out-of-sight flights

Press | 24.01.2021

AI multisensor cubes from Spleenlab revolutionize the drone market

News | 02.03.2021

New products for safe BVLOS flights and landing

Products & Applications

Our AI platform enables safe autonomous mobility of any kind of flying and driving vehicles and beyond.

unmanned aerial vehicles

AIR TAXI & AVIATION

autonomous driving

VisionAIry Cubes