Zürich – Dank einem Navigationsalgorithmus der UZH lernen Drohnen, selbständig akrobatische Manöver auszuführen. Die autonomen Fluggeräte werden durch Simulationen so trainiert, dass sie schneller, wendiger und effizienter werden – auch bei normalen Such- und Rettungseinsätzen.
Seit den Anfängen des Fliegens erproben Piloten die Grenzen ihrer Flugzeuge indem sie akrobatische Manöver fliegen. Dasselbe gilt auch für den Drohnenflug: In speziellen Wettbewerben bringen professionelle Piloten mit Akrobatik die Drohnen an ihre Limiten und perfektionieren gleichzeitig Kontrolle und Effizienz.
Grössere Effizienz und volle Geschwindigkeit
Ein Forscherteam der Universität Zürich hat zusammen mit dem Mikroprozessoren-Hersteller «Intel» einen Quadrokopter erstellt, der autonom lernen kann, akrobatische Figuren zu fliegen. Obwohl ein «Power Loop» oder einen «Matty-Flip» bei einem herkömmlichen Drohneneinsatz kaum erforderlich sein wird, dürfte eine Drohne, die diese akrobatischen Manöver ausführen kann, viel effizienter sein: Sie kann hart an ihre physikalischen Grenzen gehen, ihre Wendigkeit und Geschwindigkeit voll ausnutzen und innerhalb ihrer Batterielebensdauer längere Strecken zurücklegen.
Die Forschenden entwickelten den Navigationsalgorithmus, mit dem eine Drohne – einzig mit Sensorik und Berechnung an Bord ausgestattet – selbständig diverse Flugelemente ausführen kann. Um die Effizienz des eigenen Algorithmus zu beweisen, flogen sie Manöver wie den «Power Loop», das «Barrel Roll» und den «Matty Flip», bei denen das Fluggerät sehr hohem Schub und extremen Winkelbeschleunigungen ausgesetzt ist. «Mit dieser Navigation haben wir eine weitere Stufe zur Integration autonomer Drohnen in unseren Alltag erreicht», sagt Davide Scaramuzza, Professor und Direktor der Gruppe für Robotik und Wahrnehmung an der Universität Zürich.
Simulationen fürs Training
Kern des neuen Algorithmus ist ein künstliches neuronales Netz, das die von der Bordkamera und der Trägheitssensoren gelieferten Inputs direkt in Steuerbefehle umsetzt. Trainiert wird dieses neuronale Netz ausschliesslich durch die Simulation von akrobatischen Manövern. Dies hat mehrere Vorteile: Die Manöver lassen sich einfach durch Referenzflugbahnen simulieren und erfordern keine teuren physischen Testläufe. Das Training kann einfach skaliert werden und ist für den Quadrokopter völlig risikolos.
Ein paar wenige Stunden Simulationstraining genügen und der Quadrokopte ist einsatzbereit, ohne dass noch einmal eine Feinabstimmung mit realen Daten vorgenommen werden muss. Denn der Algorithmus abstrahiert die gelernten Inputs aus den Simulationen und überträgt sie auf die physische Welt.
«Unser Algorithmus lernt akrobatische Manöver mit einer Genauigkeit zu fliegen, die mit dem Können von professionellen menschlichen Piloten vergleichbar ist», so Scaramuzza.
Schnelle Drohnen für den schnellen Einsatz
Die Forschenden räumen allerdings ein, dass Menschen immer noch im Vorteil sind: «Sie können unerwartete Situationen und Veränderungen in der Umwelt schnell interpretieren und sich rascher anpassen», sagt Scaramuzza. Dennoch ist er überzeugt, dass Drohnen bei Such- und Rettungsmissionen oder bei Lieferdiensten davon profitieren, grosse Entfernungen schnell und effizient zurücklegen zu können. (Universität Zürich/mc/ps)
Literatur:
E. Kaufmann, A. Loquercio, R. Ranftl, M. Müller, V. Koltun, D. Scaramuzza: Deep Drone Acrobatics. Robotics: Science and Systems (RSS), 11. Juni 2020.
https://arxiv.org/pdf/2006.05768.pdf
Universität Zürich
