Jenseits von Drohnen und KI: Die Zukunft der humanitären Minenräumung neu denken

Ich arbeite seit 2014 mit Drohnen, aber der Ausbruch des Krieges in der Ukraine markierte einen Wendepunkt in meiner Karriere. Seit 2022 konzentriere ich mich darauf, zu erforschen, wie Drohnen für die Automatisierung der humanitären Minenräumung eingesetzt werden können – welche Fähigkeiten sie benötigen und wie Technologie diese Bemühungen sicherer und effizienter machen kann. Im Rahmen dieser Arbeit verfolge ich den Genfer Internationalen Zentrum für humanitäre Minenräumung (GICHD) eng, besuche ihre Veranstaltungen und engagiere mich regelmäßig mit ihren Experten.

Bei der Betrachtung von drohnenbasierten Lösungen in Kombination mit KI sind sie tatsächlich nur bei der nicht-technischen Untersuchung (NTS) des humanitären Minenräumprozesses hilfreich. Das bedeutet, dass Drohnen große Flächen scannen und Daten sammeln. Anschließend analysiert ein Machine-Learning-Modell diese Daten, um Regionen zu markieren, die möglicherweise Minen enthalten. Nicht die genauen Orte der Minen.

Die technische Untersuchung (TS), die kontaminierte Gebiete bestätigt und kartiert, verlässt sich immer noch auf Personal mit Metall_detektoren, ausgebildeten Hunden und mechanischen Minenräummaschinen. Sie gehen in das verminten Gebiet, um die genauen Orte der Gefahren zu bestimmen.

Der Prozess bleibt lang, riskant und teuer:

• Im Jahr 2023 gab es 15 Todesopfer unter Minenräumern in drei Ländern
• Bei der aktuellen Geschwindigkeit wird es über 100 Jahre dauern, alle Blindgänger zu räumen
• Die Kosten für die Entfernung einer einzelnen Landmine betragen 50 bis 100 Mal die Kosten für ihre Herstellung

Minen bleiben auch weiterhin eine Bedrohung für Zivilisten – es gab mindestens 5.757 Minen/Blindgänger-Opfer im Jahr 2023.

In diesem Beitrag erkläre ich, warum die aktuellen drohnenbasierten Lösungen nicht für die technische Untersuchung (die derzeit teuerste und zeitaufwändigste Phase) funktionieren und teile mit, was ich als beste Lösung sehe.

Das Erkennen von Minen unter dem Boden oder der Vegetation ist fast unmöglich

Drohnen mit Standard-Optik- oder Wärmebildkameras erfassen normalerweise Bilder aus einem einzigen, nach unten gerichteten Winkel. Dieser Ansatz funktioniert gut für die Erkennung von Oberflächenanomalien, aber versagt bei der Erkennung von vergrabenen oder versteckten Minen. Aus diesem Grund werden Drohnen hauptsächlich für nicht-technische Untersuchungen bei der humanitären Minenräumung eingesetzt.

Eine der Frontline-Lösungen – Safe Pro AI – berichtet, dass sie nur eine 5-prozentige Erkennungsrate in Regionen mit Bäumen und Sträuchern haben.

Obwohl es weniger relevant für die Ukraine ist, wo die meisten Minen auf dem Boden verstreut sind, anstatt vergraben zu sein, ist die Situation sehr unterschiedlich (z. B.) für Kambodscha:

• 4-6 Millionen Landminen sind von Konflikten in den 1970er- und 1990er-Jahren übrig geblieben
• 64.000+ Opfer seit 1979, wobei Kinder die Hauptopfer sind

Nicht-metallische und alte Metallminen sind schwerer zu erkennen, sogar an der Oberfläche

Nicht-metallische Minen stellen einen bedeutenden Anteil der Landminen in aktuellen und ehemaligen Konfliktzonen dar. Sie sind absichtlich so konzipiert, dass sie die Erkennung durch herkömmliche Metall_detektoren umgehen.

Visuell sind nicht-metallische Minen schwer zu erkennen. Sie glänzen nicht, heben sich in Bildern nicht hervor und zeigen sich nicht gut auf Wärmebildkameras. Metall_detektoren und Magnetometer verpassen sie entweder oder lösen zu viele Falschalarme aus.

Daher verpassen die aktuellen drohnenbasierten Erkennungstools nicht-metallische Minen oft vollständig.

Wenn es um alte Metallminen geht, verändert die Korrosion, wie sie aussehen und sich verhalten, so dass sie sich in den Boden einfügen und auf Erkennungstools nur schlecht reagieren. Verformte Minen sind noch schwerer in Bildern zu identifizieren.

Und weil diese Minen schwerer zu erkennen sind, dauert es viel länger, sie zu finden und zu entfernen, oder sie bleiben versteckt und gefährden sowohl Minenräumer als auch Zivilisten.

Wetter- und Tageszeitabhängigkeit

Wenn wir von Drohnen mit RGB- und Multispektralkameras sprechen, benötigen sie Tageslicht. In bewölkten, schwach beleuchteten oder schattigen Gebieten (Wäldern, Ruinen) sinkt die Bildqualität und die Objekterkennung.

Die thermische Erkennung funktioniert am besten bei Morgendämmerung oder Abenddämmerung, wenn der Boden und die Mine sich in der Temperatur unterscheiden. Während des Tagesheizt die Sonne alles gleichmäßig, wodurch der Kontrast sinkt.

Während Regen und nasser Boden die Oberflächendetails verwischen, die Bodenfarbe und -temperatur ändern und thermische Anomalien verbergen können. Schnee bedeckt einfach die visuellen Marker und equalisiert die Oberflächentemperatur, wodurch Minen nicht erkennbar sind.

Das Fliegen von Drohnen nur zu bestimmten Zeiten verlangsamt sogar die NTS-Phase der Minenräumung, insbesondere in Gebieten mit unvorhersehbarem Wetter.

Die Technologie ist sehr teuer

In 7 betroffenen Ländern erreicht die geschätzte Kontaminationsfläche von Antipersonenminen über 100 km².

Laut Tests in der Ukraine kann die Minenräumung mit der neuen Technologie die Kosten von 3.000-5.000 auf 600-800 Dollar pro Hektar senken, was immer noch 70.000 Dollar pro Quadratkilometer entspricht. Und in einigen Gebieten kann es den Landpreis selbst übersteigen.

Der Hauptgrund für die hohen Kosten sind die zahlreichen Falschalarme, die als reale Bedrohungen behandelt werden. Im Durchschnitt räumt ein Team über 50 vermutete Minen, um nur eine tatsächliche Landmine zu finden.

Die am stärksten kontaminierten Gebiete liegen in Entwicklungsländern. Sie können die Minenräumung ohne Finanzierung von internationalen Organisationen oder Regierungen nicht bezahlen.

Die Kosten sind auch für Unternehmen zu hoch, um einzusteigen. Wenn die Minenräumung billig genug wird, könnten Unternehmen minenkontaminiertes Land pachten, unter der Bedingung, dass sie es räumen. Im Gegenzug würden sie langfristig Nutzung für einen symbolischen Preis und einige Steuervorteile erhalten.

Eine Lösung?

Mit meinem Team habe ich Methoden erforscht, die mehr Daten sammeln, durch Laub und Boden sehen und dennoch eine ausreichende Auflösung beibehalten.

Ein Beispiel für eine vielversprechende Entwicklung ist ein Projekt von Forschern an der Universität von Oviedo. Sie testen ein array-basiertes, bodenpenetrierendes synthetisches Apertur-Radar-System (GPR-SAR), das auf einem UAV montiert ist.

Ihre Flugvalidierung in realistischen Szenarien hat bewiesen, dass die Technologie die folgenden Probleme löst:

1) Das Radar bestimmt den genauen Ort der Mine, so dass nur noch die Entschärfung oder Zerstörung manuell durchgeführt werden muss.

Mit dem Einsatz aller möglichen Radarpfade (vollständige multistatische Konfiguration) erhielten sie hochauflösende Bilder, in denen vergrabene Ziele heller und klarer erschienen. Und sie konnten präzise anspruchsvolle Ziele wie kleine, nicht-metallische und flach vergrabene Objekte wie Plastik-Anti-Personen-Landminen, Holzdruckplatten und PVC-Rohre erkennen.

2) Die Lösung kann tagsüber, bei wechselhaftem Wetter und sogar mit mäßiger Vegetation eingesetzt werden.

Wie es funktioniert:

• Sendet Radarimpulse in den Boden.
• Detektiert Reflexionen von Unterbodenneuerungen (z. B. Kunststoff, Metall, Hohlräume).
• Baut 3D-Unterbodennebilder mit zentimetergenauer Genauigkeit auf, indem es Radarsignale von mehreren Transmitter-Empfänger-Paaren (Tx-Rx) und Flugpositionen kombiniert.

Die Lösung hat immer noch ihre Einschränkungen, aber basierend auf meinem Hintergrund ist es die relevanteste Richtung der Forschung und Entwicklung im Moment.

Eine der Hauptstärken von GPR ist die Menge an Daten, die es sammeln kann. Mehr Daten bedeuten, dass Forscher die Genauigkeit bei der Erkennung/Klassifizierung mit KI verbessern können. Dies führt zu effizienterer Untersuchung und Räumung und senkt die Gesamtkosten um 50 % oder mehr.