Smartphonekamera und Algorithmus statt komplizierte Sensoren

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 der Drohne, wie sie bestimmte Aufgaben und schwierige Situationen löst. Das ist ähnlich wie bei Kindern, die von ihren Eltern oder Lehrern lernen», erklärt Scaramuzza.

Eine der grössten Herausforderungen des «Deep Learning» ist es, mehrere tausend solcher Trainingsbeispiele zu sammeln. Um ausreichend Daten zu erfassen, hat Scaramuzza Fahrten von Autos und Fahrrädern gesammelt, die in städtische 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.

Die Studie zeigt ein Potenzial von Drohneneinsätzen für Überwachungsaufgaben oder Paketlieferungen in belebter Umgebung sowie für Rettungseinsätze bei städtischen Katastrophen auf. Das Forschungsteam warnt jedoch von übertriebenen Erwartung, was leichte, günstige Drohnen können. «Es müssen noch viele technologische Probleme gelöst werden, bevor die ehrgeizigsten Anwendungen Realität werden können», erklärt Doktorand Antonio Loquercio.