KI nutzt visuelles Erscheinungsbild, um Entfernungen für Drohnen abzuschätzen

Ein neues auf optischem Fluss basierendes Lernverfahren, das von einem Forscherteam der TU Delft und der Westfälischen Fachhochschule entwickelt wurde, ermöglicht es Robotern, Entfernungen anhand der visuellen Erscheinung von Objekten im Blickfeld abzuschätzen. Das visuelle Erscheinungsbild kann Faktoren wie Form, Farbe und Textur umfassen. 

Durch den Einsatz dieser KI-basierten Lernstrategie kann die Navigation kleiner Flugdrohnen verbessert werden. 

Der Artikel wurde letzten Monat in veröffentlicht Natur Maschinenintelligenz. 

Roboter vs. Insekten

Damit kleine Flugroboter das gleiche Maß an Autonomie wie große selbstfahrende Fahrzeuge erreichen können, müssen sie die gleiche entwickelte Intelligenz wie Fluginsekten aufweisen, was durch hocheffiziente KI-Systeme erreicht werden kann. 

Die derzeit auf dem Markt befindlichen kleinen Flugroboter verfügen nicht über die nötige Menge an Sensoren und Rechenleistung an Bord, was eine der größten Herausforderungen dieser Technologie darstellt. 

In der natürlichen Welt sind Insekten auf den „optischen Fluss“ angewiesen, also auf die Art und Weise, wie sich Objekte aus der Sicht eines Insekts bewegen. Dieser optische Fluss ermöglicht es ihnen, auf Blumen zu landen und Raubtieren auszuweichen. Das Überraschende an diesem optischen Fluss ist, dass er trotz seiner Verwendung für komplexe Aufgaben einfach ist. 

Guido de Croon ist Professor für bioinspirierte Mikroluftfahrzeuge und Erstautor des Artikels. 

„Unsere Arbeit zur optischen Flusskontrolle begann mit der Begeisterung für die eleganten, einfachen Strategien fliegender Insekten“, sagte er. „Die Entwicklung der Kontrollmethoden, um diese Strategien tatsächlich in Flugrobotern umzusetzen, erwies sich jedoch als alles andere als trivial. Unsere Flugroboter landeten zum Beispiel nicht wirklich, sondern begannen zu schwingen und bewegten sich direkt über der Landefläche kontinuierlich auf und ab.“

Optischer Fluss

Es gibt zwei Hauptbeschränkungen für den optischen Fluss. Erstens liefert es gemischte Informationen zu Entfernung und Geschwindigkeiten und keine Informationen zu den beiden separat. Zweitens ist der optische Fluss in der Bewegungsrichtung der Drohne sehr gering, was Auswirkungen auf die Vermeidung von Hindernissen hat. Mit anderen Worten: Der Roboter hat die größten Schwierigkeiten, Objekte zu erkennen, auf die er zufährt.

„Wir erkannten, dass beide Probleme des optischen Flusses verschwinden würden, wenn die Roboter nicht nur den optischen Fluss, sondern auch das visuelle Erscheinungsbild von Objekten in ihrer Umgebung interpretieren könnten“, sagte Guido de Croon. „Dies würde es Robotern ermöglichen, Abstände zu Objekten in der Szene zu erkennen, ähnlich wie wir Menschen Abstände in einem Standbild abschätzen können. Die Frage war nur: Wie kann ein Roboter lernen, solche Entfernungen zu erkennen?“

Bei dem neuen Ansatz der Forscher lernen die Roboter mithilfe von Schwingungen, wie Objekte in ihrer Umgebung je nach Entfernung aussehen. Beispielsweise kann eine Drohne lernen, wie fein die Textur von Gras ist, je nachdem, in welcher Höhe sie sich bei der Landung befindet. 

Christophe De Wagter ist Forscher an der TU Delft und Co-Autor des Artikels. 

„Das Erlernen der Entfernung anhand der visuellen Erscheinung führte zu viel schnelleren und sanfteren Landungen als zuvor“, sagte er. „Darüber hinaus konnten die Roboter zur Hindernisvermeidung nun auch Hindernisse in Flugrichtung sehr deutlich erkennen. Dadurch wurde nicht nur die Leistung bei der Hinderniserkennung verbessert, sondern unsere Roboter konnten auch schneller werden.“

Die neue Entwicklung wird Auswirkungen auf fliegende Roboter haben, die über begrenzte Ressourcen verfügen, und ist besonders nützlich für diejenigen, die in einer begrenzten Umgebung arbeiten.