Mit wachsender Bedeutung der Urban Air Mobility (UAM) steigt die Relevanz sicherer Umfelderfassungslösungen für unbemannte Luftfahrzeuge (UAS) kontinuierlich. Insbesondere bei bodennahen Missionen sowie dem Starten und Landen müssen statische Hindernisse sicher und automatisiert erfasst werden. Während 3D-Karten für das autonome Fahren längst etabliert sind, müssen für die Luftfahrt Methoden zur maschinenlesbaren Digitalisierung des unteren Luftraums entwickelt werden, um die für den Flug außer Sichtweite (BVLOS) sowie teil- und vollautomatisierten Flug notwendigen Redundanzen über hochgenaue semantische 3D-Karten zu bilden.
Projektfokus
ADAM setzt dafür auf die Kartierung über eine automatisierte Drohnen-basierte Sensordatenfusion. Mittels KI-gestützter Datenauswertung und D–GPS-Ortung werden georeferenzierte semantisch annotierte Voxelkarten erstellt, die eine sichere, redundante Trajektorienplanung in Flughöhen unterhalb von 150 Metern garantieren. Die generierten Karten sollen als erweiterter/optionaler Geo-Awareness-Service in das UTM zur Nutzung im Rahmen des U-Space integriert werden. Dabei wird die Homologation der Formate und Methoden untersucht und auf den Weg gebracht, um zukünftig Standards für eine sichere und autonome UAM zu schaffen.
Eckdaten
Ressourcen
Kernergebnisse des Projekts, sowie verbundene Aktivitäten, werden als Open Data, Open Access und Open Source bereitgestellt. Die Liste wird stetig ergänzt.
Arbeitsplan
Das Projekt adressiert die gesamte Kette von Anforderungen über Sensor- und KI-Entwicklung bis hin zu Kartendefinition, Lokalisierung und Bereitstellung, beispielsweise über U-Space-Services. Die Ergebnisse werden in Realität sowie im virtuellen Raum validiert.
Semantische Daten
Die im Projekt entwickelten Daten und KI-basierten Perzeptionsverfahren nutzen detaillierte semantische Segmentierungen von Bodenbereichen. Diese sind im öffentlichen OccuFly-Datensatz enthalten.
Die Kartendaten können unter anderem für die präzise Navigation von Drohnen durch urbane Gebiete genutzt werden, wie hier durch den Flugplanungsalgorithmus der NTU Singapore (s. Rivera, J.N., et al. „Scalable Online Flight Trajectory Optimization via Sequential Quadratic Programming for Urban Air Mobility in Ultra Low-Altitude Airspace.“) im ICON-Kooperationsprojekt ASAAM, gemeinsam mit Fraunhofer IEM.
Stay In Touch