Forscher der Universität Zürich (UZH) haben einen Algorithmus entwickelt, mit dem Drohnen selbstständig akrobatische Manöver lernen können. Kern des Algorithmus ist ein künstliches neuronales Netz. Dieses setzt Daten, die von der Bordkamera und den Trägheitssensoren geliefert werden, in Steuerbefehle um.
Das neuronale Netz wird ausschliesslich durch die Simulation von Manövern trainiert, wie die UZH in einer Medienmitteilung erklärt. Dadurch werden teure Testläufe vermieden und Risiken reduziert. Den Angaben zufolge genügen einige Stunden Simulationstraining, damit die Drohne die Manöver unter realen Bedingungen ausführen kann. Das Forscherteam der UZH hat den Algorithmus bereits gemeinsam mit dem Mikroprozessorenhersteller Intel an einem Quadrokopter getestet.
„Unser Algorithmus lernt akrobatische Manöver mit einer Genauigkeit zu fliegen, die mit dem Können von professionellen menschlichen Piloten vergleichbar ist“, sagt Davide Scaramuzza, Professor und Direktor der Gruppe für Robotik und Wahrnehmung an der UZH.
Manöver wie ein Power Loop oder ein Matty-Flip sind beim herkömmlichen Drohneneinsatz zwar kaum erforderlich. Aber durch die Manöver werden Drohnen auch trainiert, effizienter, schneller und weniger zu fliegen. Dadurch dürften sie sich besser für Such- und Rettungseinsätze eignen, erklärt die UZH.
