Deniz Kalaslioglu, Mitgründer & CTO von Soar Robotics – Interviewreihe

Deniz Kalaslioglu ist der Mitgründer und CTO von Soar Robotics, einer cloud-verbundenen Robotic-Intelligence-Plattform für Drohnen.

Sie haben über 7 Jahre Erfahrung in der Bedienung von AI-gesteuerten autonomen Drohnen. Können Sie uns einige Highlights aus Ihrer Karriere erzählen?

Im Jahr 2012 wurden Drohnen von der Mehrheit als militärische Werkzeuge wahrgenommen. Andererseits hatten die Verbesserungen in der Mobilprozessortechnologie, Sensoren und Batterietechnologie bereits begonnen, Möglichkeiten für Consumer-Drohnen zu schaffen, die zum Mainstream werden konnten. Einige Unternehmen versuchten, dies zu erreichen, und es wurde mir klar, dass wenn die richtigen Forschungs- und Entwicklungsmaßnahmen ergriffen würden, diese Spielzeuge bald unersetzliche Werkzeuge werden könnten, die vielen Branchen helfen, zu gedeihen.

Ich war exklusiv in R&D-Teams tätig, in der Automobil- und RF-Design-Branche. Ich gründete 2013 ein Drohnen-Service-Provider-Startup, wo ich die Gelegenheit hatte, viele der Mängel von menschlich bedienten Drohnen sowie ihre potenziellen Vorteile für Branchen zu beobachten. Ich leitete zwei Forschungsprojekte in einem Zeitraum von 1,5 Jahren, in denen wir das Problem des autonomen Outdoor- und Indoor-Flugs angegangen sind.

Präzise Landung und autonome Aufladung waren ein weiteres Problem, das ich später angegangen bin. Die Lösung dieser Probleme bedeutete vollautomatischen Betrieb mit minimaler menschlicher Intervention während des gesamten Betriebszyklus. Zu dieser Zeit war die Lösung des Problems des vollautomatischen Betriebs enorm und ermöglichte es uns, intelligente Systeme zu schaffen, die keinen menschlichen Bediener benötigen, um Flüge auszuführen; was zu sichereren, kosteneffizienteren und effizienteren Flügen führte. Der “AI”-Teil kam später, im Jahr 2015, ins Spiel, als Deep-Learning-Algorithmen effektiv verwendet werden konnten, um Probleme zu lösen, die zuvor durch klassische Computer-Vision- und/oder Lernmethoden gelöst wurden. Wir nutzten Robotik, um vollautomatische Flüge zu ermöglichen, und Deep Learning, um Rohdaten in handhabbare Intelligenz zu verwandeln.

Was inspirierte Sie, Soar Robotics zu gründen?

Drohnen verfügen nicht über ausreichende Autonomie und Intelligenz, um zu revolutionären Werkzeugen für Menschen zu werden. Sie werden ineffiziente und primitive Werkzeuge in den Händen eines menschlichen Bedieners, sowohl in Bezug auf den Flug als auch auf die Nachbearbeitung der Daten. Darüber hinaus haben diese Roboter sehr wenig Zugang zu Echtzeit- und Langzeit-Robotic-Intelligence, die sie konsumieren können, um intelligenter zu werden.

Als Ergebnis meiner Erfahrung in diesem Bereich bin ich zu dem Schluss gekommen, dass das aktuelle kommerzielle Robotik-Paradigma ineffizient ist, was das Wachstum vieler Branchen einschränkt. Ich gründete Soar Robotics, um einige sehr schwierige Ingenieurs-Herausforderungen anzugehen, um intelligente Luftoperationen zu ermöglichen, was wiederum hochwertige und kosteneffiziente Lösungen für viele Branchen bereitstellen wird.

Soar Robotics bietet eine vollautomatische, cloud-verbundene Robotic-Intelligence-Plattform für Drohnen. Welche Arten von Anwendungen sind am besten für diese Drohnen geeignet?

Unsere cloud-verbundene Robotic-Intelligence-Plattform ist als modulares System konzipiert, das fast jede Anwendung durch die Nutzung der spezifischen Funktionalitäten innerhalb der Cloud bedienen kann. Einige Branchen wie Sicherheit, Solarenergie, Bauwesen und Landwirtschaft benötigen diese Technologie derzeit dringend.

• Überwachung eines Perimeters für die Sicherheit,
• Inspektion und Analyse von thermischen und sichtbaren Fehlern in der Solarenergie,
• Fortschrittsverfolgung und -management im Bauwesen und in der Landwirtschaft

Diese sind die Hauptanwendungen mit dem größten Nutzen, auf die wir uns konzentrieren.

Für einen Landwirt, der diese Technologie nutzen möchte, welche Einsatzmöglichkeiten werden ihm gegenüber herkömmlichen, menschlich bedienten Drohnen bieten?

Wie bei all unseren Anwendungen bieten wir auch für die Präzisionslandwirtschaft einen End-to-End-Service. Derzeit ist der Drohnen-Workflow in fast jeder Branche wie folgt:

• der Bediener trägt die Drohne und ihre Zubehörteile zum Feld,
• der Bediener erstellt einen Flugplan,
• der Bediener schaltet die Drohne ein, lädt den Flugplan für die spezifische Aufgabe hoch,
• die Drohne armiert und führt den geplanten Flug aus und kehrt zu ihren Startkoordinaten zurück, die Drohne landet,
• der Bediener schaltet die Drohne aus,
• der Bediener teilt die Daten mit dem Kunden (oder der entsprechenden Abteilung, wenn in-house eingestellt),
• die Daten werden genau verarbeitet, um handhabbare Erkenntnisse für die spezifische Branche zu liefern.

Es ist wichtig zu betonen, dass dieser Workflow sich als sehr ineffizient erwiesen hat, insbesondere in Branchen wie Solarenergie, Landwirtschaft und Bauwesen, wo die Erfassung periodischer und objektiver Luftdaten für weite Flächen von entscheidender Bedeutung ist. Ein Landwirt, der unsere Technologie nutzt, kann messbare, handhabbare und genaue Erkenntnisse über:

• Pflanzengesundheit und -kraft,
• Stickstoffaufnahme des Bodens,
• Optimierung und Effizienz der Bewässerungsmethoden
• frühzeitige Erkennung von Krankheiten und Schädlingen

ohne all die Umstände, die ich oben erwähnt habe, ohne auch nur einen Knopf zu drücken. Ich bin fest davon überzeugt, dass die Ausstattung von Drohnen mit autonomen Funktionen und Cloud-Intelligence erhebliche Einsparungen in Bezug auf Zeit, Arbeitskraft und Geld bringen wird.

Wie werden die Drohnen für Solarenergie-Betreiber eingesetzt?

Wir übernehmen fast alles, was gezählt und gemessen werden muss, in allen Phasen des Solarenergie-Projekts. In der Vorplanungs- und Planungsphase erstellen wir ein topographisches Modell, eine hydrologische Analyse und eine Hindernisanalyse mit hoher geografischer Präzision und Genauigkeit. Während der Bauphase erstellen wir tägliche Karten und Videos der Baustelle. Nach der Verarbeitung der gesammelten Medien messen wir den Fortschritt der Bauarbeiten, der Montage von Trägern und der Installation von Photovoltaik-Panelen, der Position, der Fläche und des Volumens der Gräben sowie der Anzahl der Baumaschinen und -fahrzeuge auf der Baustelle.

Wenn die Bauarbeiten abgeschlossen sind und die Solarenergie-Anlage vollständig in Betrieb ist, setzt Soars autonome System seine täglichen Flüge fort, diesmal jedoch mit der Erstellung von thermischen Karten und Videos sowie sichtbaren Spektrum-Karten und -Videos. Aus den thermischen Daten erkennen Soars Algorithmen Zell-, Multi-Zell-, Dioden-, Streifen-, Kombiner- und Wechselrichter-Defekte. Aus den sichtbaren Spektrum-Daten erkennen Soars Algorithmen Zerbrechen, Verschmutzung, Schattierung, Vegetation und fehlende Panels. Als Ergebnis erstellt Soars Software einen detaillierten Bericht über die erkannten Fehler und markiert sie auf der als-baugemäßen und RGB-Karte der Baustelle bis hin zur Zellebene, sowie zeigt alle erkannten Fehler in einer Tabelle; mit Angabe der Zeile, Reihe und Modulnummer mit Geokoordinaten. Außerdem zeigt Soars Software den gesamten Verlust, der durch diese Fehler verursacht wird, und priorisiert jeden Fehler je nach Bedeutung und Dringlichkeit.

Im Juli 2019 trat Soar Robotics dem NVIDIA-Inception-Programm bei, einem exklusiven Programm für AI-Startups. Wie hat diese Erfahrung Sie persönlich und wie Soar Robotics geleitet?

Während der Monate hat sich dieses Programm als extrem nützlich für uns erwiesen. Wir hatten bereits NVIDIA-Produkte sowohl für die Onboard-Berechnung als auch für die Cloud-Seite verwendet. Dieses Programm hat viele Vorteile, die unsere Forschungs-, Entwicklungs- und Testprozesse rationalisiert haben.

Soar Robotics wird mit dem Robotics-as-a-Service-Modell (RaaS) wiederkehrende Einnahmen generieren. Was ist dieses Modell genau und wie unterscheidet es sich von SaaS?

Es besitzt viele Ähnlichkeiten mit SaaS in Bezug auf seine Anwendung und Auswirkungen auf unser Geschäftsmodell. Das RaaS-Modell ist besonders kritisch, da Hardware involviert ist; die meisten unserer Kunden möchten die Hardware nicht besitzen und sind nur an den Ergebnissen interessiert. Cloud-Software und die neuen Generationen von Robotik-Hardware verschmelzen immer mehr miteinander.

Dies führt zu einigen grundlegenden Änderungen in der industriellen Robotik, die früher um stationäre Roboter mit wiederholten Aufgaben kreisten, die nicht viel Intelligenz benötigten. Unter diesem Verständnis bieten wir unseren Kunden Robotik-Verbindungen und Cloud-Robotik-Dienste, um das zu erweitern, was ihre Hardware normalerweise leisten könnte.

Daher umfasst Robotics-as-a-Service alle Hardware- und Software-Tools, die wir verwenden, um branchenspezifische Roboter für unsere Kunden zu erstellen, in Form von Drohnen, Kommunikations-Hardware und Cloud-Intelligence.

Was sind Ihre Vorhersagen für die Drohnentechnologie in den kommenden zehn Jahren?

Drohnen haben ihren Wert für Unternehmen bereits unter Beweis gestellt, und ihre Nutzung wird nur weiter zunehmen. Wir haben viele Unternehmen gesehen, die versucht haben, Drohnen in ihre Arbeitsabläufe zu integrieren, von denen nur wenige eine hohe Rendite erzielt haben und die meisten aufgrund der ineffizienten Natur der aktuellen kommerziellen Drohnenanwendungen gescheitert sind. Seit der Drohnen-Industrie-Hype begann zu verblassen, haben wir eine schnelle Konsolidierung auf dem Markt gesehen, insbesondere in den letzten paar Jahren. Ich glaube, dass dies ein notwendiger Schritt für die Branche war, der den Weg zu echter Produktivität und besseren Chancen für Produkte und Dienstleistungen ebnete, die tatsächlich nützlich für Unternehmen sind. Der adressierbare Markt, den die kommerziellen Drohnen bis 2025 schaffen werden, wird voraussichtlich 100 Milliarden Dollar überschreiten, was in meiner Meinung nach eine ziemlich bescheidene Schätzung ist.

• Wir werden einen exponentiellen Anstieg von “Beyond Visual Line of Sight”-Flügen sehen, der der entscheidende Faktor für viele kommerzielle UAV-Anwendungen sein wird.
• Die Fortschritte in der Batterietechnologie, wie z.B. Wasserstoff-Brennstoffzellen, werden die Flugzeiten um mindestens eine Größenordnung verlängern, was auch ein treibender Faktor für viele neue Anwendungen sein wird.
• Drohnen-im-Box-Systeme werden noch als experimentell angesehen, aber wir werden definitiv sehen, wie diese Technologie allgegenwärtig wird.
• Es gibt laufende Tests, die von Unternehmen aller Größen in dem urbanen Luftmobilitätsmarkt durchgeführt werden, der in drei Segmente unterteilt werden kann: letzte Meile, Luft-Öffentliche-Verkehrsmittel und Luft-Personenverkehr. Die Kommerzialisierung dieser Segmente wird definitiv in den kommenden zehn Jahren stattfinden.

Gibt es noch etwas, das Sie über Soar Robotics teilen möchten?

Wir glauben, dass die Machbarkeit und Kommerzialisierung von autonomen Luftoperationen hauptsächlich von der Lösung des Problems der Luftfahrzeug-Verbindung abhängen. Damit Drohnen Beyond Visual Line of Sight (BVLOS) operieren können, benötigen sie eine nahtlose Abdeckung, Echtzeit-Hochgeschwindigkeits-Datentransfer, Befehls- und Kontrollübertragung, Identifizierung und Regulierung. Obwohl es einige erfolgreiche Versuche gab, aktuelle Mobilfunknetze als Kommunikationsmethode zu nutzen, haben diese Netze viele Mängel und sind weit davon entfernt, die bevorzugte Lösung für Luftfahrzeuge zu werden.

Wir haben eine Konnektivitäts-Hardware- und -Software-Stack entwickelt, die die Fähigkeit besitzt, ad-hoc-Drohnen-Netzwerke zu bilden. Wir erwarten, dass diese Netzwerkkapazitäten eine nahtlose, sichere und intelligente Operation für jedes autonome Luftfahrzeug ermöglichen werden. Wir werden in den kommenden Monaten die Alpha- und Beta-Veröffentlichungen der Hardware durchführen, um unsere Produkte mit größeren Benutzerbasen unter verschiedenen Bedingungen zu testen und beginnen, diese ad-hoc-Netzwerke zu bilden, um viele Branchen zu bedienen.

Um mehr zu erfahren, besuchen Sie Soar Robotics oder um in dieses Unternehmen zu investieren, besuchen Sie die Crowdfunding-Seite auf Republic.