Kommerzielle Drohnen navigieren mithilfe von GPS, was in grosser Höhe gut funktioniert. Zwischen Gebäuden und im Stadtverkehr, wo Fussgänger oder Velofahrer plötzlich den Weg kreuzen, müssen Drohnen hingegen schnell auf unvorhergesehene Ereignisse reagieren können. Dazu waren sie bisher nicht in der Lage.
Forschende der Universität Zürich und des nationalen Forschungskompetenzzentrums NCCR Robotics haben nun den Algorithmus DroNet entwickelt, der Drohnen sicher durch die Strassen einer Stadt lenkt. Aufgebaut ist DroNet als schnelles Residualnetzwerk mit acht Ebenen, wie die Universität Zürich am Dienstag mitteilte.
Das Netzwerk erzeugt für jedes Eingangsbild zwei Outputs: einen für die Navigation, um Hindernisse zu umfliegen, und einen für die Kollisionswahrscheinlichkeit, um gefährliche Situationen zu erkennen und darauf reagieren zu können. So unterscheidet DroNet statische und dynamische Hindernisse und verlangsamt das Tempo, um Zusammenstösse zu vermeiden.
Statt komplizierter Sensoren nutzt die Drohne der Schweizer Forscher eine normale Kamera und einen sehr leistungsstarken Algorithmus für künstliche Intelligenz, der die beobachteten Situationen auswertet.
Der Algorithmus besteht aus einem sogenannten «Deep Neural Network». Er lernt komplexe Aufgaben anhand von zahlreichen Trainingsbeispielen zu lösen. «Das ist ähnlich wie bei Kindern, die von ihren Eltern oder Lehrern lernen», erklärt Davide Scaramuzza, Professor für Robotik und Wahrnehmung der Universität Zürich.
Eine der grössten Herausforderungen des «Deep Learning» ist es, mehrere tausend solcher Trainingsbeispiele zu sammeln. Das Forschungsteam trug Fahrten von Autos und Velos zusammen, die in städtischen Umgebungen navigierten und die Verkehrsregeln beachteten.
Durch Imitation lernte die Drohne, automatisch diese Regeln einzuhalten, wie zum Beispiel «Wie folge ich der Strasse, ohne in den Gegenverkehr zu geraten?». Die Drohne navigierte aber nicht nur sicher durch die Strassen. Die Wissenschaftler konnten zeigen, dass ihre Drohne sich auch in komplett anderen Umgebungen zurechtfand, für die sie nie trainiert wurde, etwa in Parkhäusern oder Bürofluren.
«Mit diesem Algorithmus sind wir dem Ziel einen Schritt nähergekommen, selbständig navigierende Drohnen in unseren Alltag zu integrieren», so Scaramuzza. Künftig könnten solche Drohnen für Paketlieferungen, Überwachungsaufgaben oder Rettungseinsätze bei städtischen Katastrophen Verwendung finden.
Allerdings warnt das Forschungsteam, das seine Ergebnisse in der Fachzeitschrift «IEEE Robotics and Automation Letters» publizierte, vor übertriebenen Erwartungen an leichte und günstige Drohnen: «Es müssen noch viele technologische Probleme gelöst werden, bevor die ehrgeizigsten Anwendungen Realität werden können», wird Doktorand Antonio Loquercio in der Mitteilung zitiert.
http://rpg.ifi.uzh.ch/dronet.html