Smarte Drohne navigiert wie eine Fledermaus
Projekt des Worcester Polytechnic Institute setzt auf Ultraschall statt Kamera und Radarsensoren
 |
Ultraschall-Drohne findet sich in engen Räumen zurecht (Foto: Nitin J. Sanket, wpi.edu) |
Worcester (pte024/27.03.2026/12:30)
Ultraschallsensoren und Künstliche Intelligenz (KI) ermöglichen es handflächengroßen Flugrobotern, mit wenig Energie und Rechenaufwand bei Such- und Rettungsaktionen trotz Nebel, Rauch oder unter anderen schwierigen Bedingungen sicher zu navigieren. Das Verfahren hat sich ein Team um Nitin J. Sanket vom Worcester Polytechnic Institute (WPI) von den Navigierkünsten der Fledermäuse abgeschaut.
Mini-Sensoren und wenig Power
"Fledermäuse, die weniger als zwei Büroklammern wiegen, können in dunklen, feuchten und staubigen Höhlen präzise navigieren, indem sie kurze Pieptöne aussenden und die schwachen Echos mit einer begrenzten Anzahl von Neuronen wahrnehmen", sagt WPI-Forscher Sanket.
Das ultraschallbasierte System eröffnet kleinen Flugrobotern mit nur zwei Mini-Sensoren und wenig Rechenleistung neue Möglichkeiten, ihre Umgebung wahrzunehmen, Entscheidungen zu treffen und länger selbstständig an unübersichtlichen, gefährlichen Orten zu operieren.
Aktuelle Drohnen sind zu schwer
Autonome Flugroboter nutzen in der Regel Sensoren verschiedener Art, Kameras und ausgefeilte Algorithmen, um ihre Umgebung wahrzunehmen und Navigationsentscheidungen zu treffen. Einige Roboter sammeln Informationen über ihre Umgebung, indem sie Radiowellen oder Lichtimpulse analysieren.
Technologien, die auf LiDAR und sonstigen Radartechniken basieren, sind jedoch schwer und teuer und verbrauchen viel Energie. Zudem können Dunkelheit und schlechtes Wetter lichtbasierte Wahrnehmungssysteme stören. Auch erschweren Geräusche von Propellern die Berechnungen eines Flugroboters, der versucht, nützliche Echos aus dem Propellergeräusch zu entschlüsseln. Die Analyse der Daten kostet den Roboter daher Zeit und Energie, sagen die Experten.
Flug-Training mit Deep Learning
Das von Sanket geleitete Team hat eine etwa 15 Zentimeter breite, X-förmige Quadrocopter-Drohne mit Ultraschallsensoren und einer physischen Barriere ausgestattet. Dieses sogenannte akustische Schutzschild dämpft das Propellergeräusch effektiv. Außerdem nutzen die Forscher eine als Deep Learning bekannte KI-Technik, um den Computer des Roboters darauf zu trainieren, schwache Ultraschall-Echomuster zu analysieren - ähnlich wie bei einer Fledermaus.
Getestet haben die Ingenieure den etwa 450 Gramm schweren Roboter in einem Waldgebiet sowie in einem Labor, das mit Hindernissen wie transparenten Kunststoff- oder Metallstangen ausgestattet ist. Einige Indoor-Tests fanden im Dunkeln mit schwarzen Hindernissen statt, während bei anderen die Forscher Nebel oder Schnee auf den Hindernisparcours bliesen. In 180 Tests hatte der Roboter bei der Navigation eine Erfolgsquote von 72 bis 100 Prozent.
Die schlechtesten Resultate hatte der Roboter bei dünnen Hindernissen wie Metallstangen und Ästen, die Signale nur schwach reflektieren. Als nächstes steht eine Ausweitung der Flugdauer an, die bisher bei lediglich fünf Minuten liegt. Außerdem soll die Fluggeschwindigkeit erhöht werden. "Bei einem echten Such- und Rettungseinsatz könnten ein paar Sekunden mehr Flugzeit für einen Überlebenden den Unterschied zwischen Leben und Tod bedeuten", schließt Sanket.
(Ende)| Aussender: | pressetext.redaktion |
| Ansprechpartner: | Wolfgang Kempkens |
| Tel.: | +43-1-81140-300 |
| E-Mail: | kempkens@pressetext.com |
| Website: | www.pressetext.com |
