Drohnen lernen autonomes Navigieren

Der von UZH-Forschenden entwickelte Algorithmus DroNet ermöglicht es UAV, selbstständig entlang der Straßen einer Stadt und in Gebäuden zu fliegen.

Durch Imitieren eines Auto- oder Velofahrers lernt die Drohne die Verkehrsregeln. Foto: UZH

Durch Imitieren eines Auto- oder Velofahrers lernt die Drohne die Verkehrsregeln. Foto: UZH

Forscher der Universität Zürich und des nationalen Forschungskompetenzzentrums NCCR Robotics haben den Algorithmus DroNet entwickelt, der Drohnen sicher durch die Straßen einer Stadt lenken kann. Er wurde als schnelles Residualnetzwerk mit acht Ebenen aufgebaut und 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. „DroNet erkennt statische sowie dynamische Hindernisse und reduziert das Tempo, um Zusammenstöße zu vermeiden. Mit diesem Algorithmus sind wir dem Ziel einen Schritt nähergekommen, selbstständig navigierende Drohnen in unseren Alltag zu integrieren“, erklärt Davide Scaramuzza, Professor für Robotik und Wahrnehmung der Universität Zürich.

Anstatt sich auf komplizierte Sensoren zu verlassen, nutzt die Drohne der Schweizer Forscher eine normale Kamera wie die eines Smartphones und einen sehr leistungsstarken Algorithmus für künstliche Intelligenz, um die beobachteten Situationen auszuwerten. Dieser Algorithmus besteht aus einem sogenannten „Deep Neural Network“. „Dieser Computeralgorithmus lernt, komplexe Aufgaben anhand von zahlreichen Trainingsbeispielen zu lösen. Er zeigt anhand der Drohne, wie sie bestimmte Aufgaben und schwierige Situationen löst. Das ist ähnlich wie bei Kindern, die von ihren Eltern oder Lehrern lernen“, erklärt Prof. Scaramuzza.

Die Herausforderung

Hier gehts zum Demo-Video.

Hier gehts zum Demo-Video.

Eine der größten Herausforderungen des Deep Learning ist es, mehrere tausend solcher Trainingsbeispiele zu sammeln.

Um ausreichend Daten zu erfassen, hat Prof. Scaramuzza Fahrten von Autos und Fahrrädern gesammelt, die in städtischen Umgebungen navigierten und die Verkehrsregeln respektierten. Durch Imitieren hat die Drohne automatisch gelernt, diese Regeln einzuhalten, wie zum Beispiel „Wie folge ich der Straße, ohne in den Gegenverkehr zu geraten“ oder „Wie halte ich an, wenn Hindernisse wie Fußgänger, Baustellen oder andere Fahrzeuge meinen Weg blockieren“.

Die Forscher konnten zudem zeigen, dass ihre Drohne nicht nur durch Straßen navigieren konnte, sondern sich auch in komplett anderen Umgebungen zurechtfand, für die sie nie trainiert wurde – so etwa in Gebäuden wie Parkhäusern oder Bürofluren.

rpg.ifi.uzh.ch