Abtastung Grosser Synth. Blenden für Bewegungsklassifikation

In Anbetracht der momentan hohen Aufmerksamkeit, die man Drohnen im Zusammenhang mit ihren militärischen Nutzungen schenkt, übersieht man leicht das enorme Potential, das sie in zivilen Bereichen mit sich bringen. Weltweit etablieren sich Drohnengruppen in Blaulichtorganisationen, wie Polizei, Feuerwehr, Bergrettung um diese Technologie zur Rettung von Menschenleben einzusetzen. Such- und Rettungseinsätze profitieren unter Anderem von der flexiblen, schnellen, kostengünstigen, und sicheren Nutzung von Drohnen. Sie finden auch Anwendung bei der Inspektion von Katastrophengebieten, zur Früherkennung von Waldbränden, zur Grenzsicherung, oder Wildtierbeobachtungen. Problematisch ist immer die Verdeckung durch Vegetation, wie z.B. Wald, die das Auffinden, Erkennen, und Verfolgen von Menschen, Tieren, oder Fahrzeugen in Luftaufnahmen meist unmöglich macht. Das an der Johannes Kepler Universität entwickelte Bildgebungsverfahren Airborne Optical Sectioning (AOS) löst dieses Problem durch ein spezielles Abtastprinzip. Ähnlich wie bei der Vernetzung verteilten Radioteleskopen zur Verbesserung des Messsignals, kombiniert AOS mehrere, verteilte Bildaufnahmen, um Verdeckung in Echtzeit wegzurechnen. Dabei entsteht ein freier Blick auf den Waldboden. Da AOS Einzelbilder kombiniert, die während des Fluges nacheinander aufgenommen werden, ist es bisher schwierig, schnelle Bewegungen, wie z.B. laufende Personen oder Tiere, unter dichter Bewaldung zu erkennen. Diese Problematik soll nun im Speziellen durch das, von der Deutschen Forschungsgemeinschaft und dem Österreichischen Wissenschaftsfonds gemeinsam finanzierten, Grundlagenforschungsprojekt untersucht werden. Neben der Johannes Kepler Universität Linz beteiligen sich hier das Deutsche Zentrum für Luft- und Raumfahrt in Oberpfaffenhofen, und die Otto von Guericke University Magdeburg. Ein Schwerpunkt dieses Projektes ist unter Anderem die Nutzung von autonomen Drohnenschwärmen, die kollektiv zur Lösung des Problems beitragen. Hier können Drohnen zum Beispiel das Schwarmverhalten von Vögeln nachahmen, um individuell immer optimale Sicht auf das aufzufindende Objekt (z.B., eine Person) zu erhalten. Zusammen erzeugen sie allerdings das optische Signal einer sehr großen, adaptierbaren Linse mit vielen Metern Durchmesser. Die geringe Tiefenschärfe dieses optischen Signals lässt den Wald verschwinden. Das dynamische Verhalten des Schwarms erlaubt es nun, auf Bewegungen des Objektes zu reagieren. Läuft also ein Mensch nun im Wald, kann der Schwarm ihn trotz starker Verdeckung auffinden, sichtbar machen, und verfolgen. Im Rahmen des neuen Grundlagenforschungsprojektes sollen solche Ansätze nun mit echten Drohnenschwärmen umgesetzt, im Rahmen von Feldstudien getestet und weiterentwickelt werden. In Zukunft können also Schwärme von autonomen Drohnen vermisste Menschen suchen oder Wildtierbestände zählen. Kollektiv kann ein Schwarm natürlich deutlich schneller und weitreichender agieren, als eine einzelne Drohne.

In Anbetracht der momentan hohen Aufmerksamkeit, die man Drohnen im Zusammenhang mit ihren militärischen Nutzungen schenkt, übersieht man leicht das enorme Potential, das sie in zivilen Bereichen mit sich bringen. Weltweit etablieren sich Drohnengruppen in Blaulichtorganisationen, wie Polizei, Feuerwehr, Bergrettung um diese Technologie zur Rettung von Menschenleben einzusetzen. Such- und Rettungseinsätze profitieren unter Anderem von der flexiblen, schnellen, kostengünstigen, und sicheren Nutzung von Drohnen. Sie finden auch Anwendung bei der Inspektion von Katastrophengebieten, zur Früherkennung von Waldbränden, zur Grenzsicherung, oder Wildtierbeobachtungen. Problematisch ist immer die Verdeckung durch Vegetation, wie z.B. Wald, die das Auffinden, Erkennen, und Verfolgen von Menschen, Tieren, oder Fahrzeugen in Luftaufnahmen meist unmöglich macht. Das an der Johannes Kepler Universität entwickelte Bildgebungsverfahren "Airborne Optical Sectioning" (AOS) löst dieses Problem durch ein spezielles Abtastprinzip. Ähnlich wie bei der Vernetzung verteilten Radioteleskopen zur Verbesserung des Messsignals, kombiniert AOS mehrere, verteilte Bildaufnahmen, um Verdeckung in Echtzeit wegzurechnen. Dabei entsteht ein freier Blick auf den Waldboden. Da AOS Einzelbilder kombiniert, die während des Fluges nacheinander aufgenommen werden, ist es bisher schwierig, schnelle Bewegungen, wie z.B. laufende Personen oder Tiere, unter dichter Bewaldung zu erkennen. Diese Problematik wurde nun im Speziellen durch das, von der Deutschen Forschungsgemeinschaft und dem Österreichischen Wissenschaftsfonds gemeinsam finanzierten, Grundlagenforschungsprojekt untersucht werden. Neben der Johannes Kepler Universität Linz beteiligten sich hier das Deutsche Zentrum für Luft- und Raumfahrt in Oberpfaffenhofen, und die Otto von Guericke University Magdeburg. Ein Schwerpunkt dieses Projektes war unter Anderem die Nutzung von autonomen Drohnenschwärmen, die kollektiv zur Lösung des Problems beitragen. Hier können Drohnen zum Beispiel das Schwarmverhalten von Vögeln nachahmen, um individuell immer optimale Sicht auf das aufzufindende Objekt (z.B., eine Person) zu erhalten. Zusammen erzeugen sie allerdings das optische Signal einer sehr großen, adaptierbaren Linse mit vielen Metern Durchmesser. Die geringe Tiefenschärfe dieses optischen Signals lässt den Wald verschwinden. Das dynamische Verhalten des Schwarms erlaubt es nun, auf Bewegungen des Objektes zu reagieren. Läuft also ein Mensch nun im Wald, kann der Schwarm ihn trotz starker Verdeckung auffinden, sichtbar machen, und verfolgen. Im Rahmen des Grundlagenforschungsprojektes sind solche Ansätze nun mit echten Drohnenschwärmen umgesetzt, in Feldstudien getestet und weiterentwickelt worden.