Autonomes Fliegen und UAVs

Wir arbeiten am Entwurf effizienter, das heißt an Bord rechenbarer Algorithmen für die Bewegungsplanung mit Beschränkungen, Fehlererkennung und Navigation. Diese bilden die grundlegende Funktionalitäten für das autonome Fliegen, wie es beispielsweise für zukünftige Explorationsmissionen in der Raumfahrt notwendig ist.

Das Fliegen ohne menschlichen Piloten wird durch Algorithmen zur Erfassung der Umgebung und des eigenen Bewegungszustands überhaupt erst möglich. In unseren Aktivitäten zum autonomen Betrieb unbemannter Luftfahrzeuge nehmen Fragen der Zustandsschätzung deshalb eine wichtige Rolle ein. Das beinhaltet die theoretische Auseinandersetzung mit einer Vielzahl von Schätzaufgaben ebenso wie die Entwicklung und Erprobung neuartiger Algorithmen zu ihrer Lösung.

Sequenzielle Monte-Carlo-Methoden („Partikelfilter“)
Unter einem Partikelfilter versteht man einen nichtlinearen probabilistischen Filter, der die Wahrscheinlichkeitsdichte einer oder mehrerer Zufallsgrößen schätzt. Während der weit verbreitete Kalman-Filter und seine verschiedenen Varianten darauf angewiesen sind, dass der Schätzaufgabe (annähernd) Normalverteilungen zugrunde liegen, sind Partikelfilter theoretisch dazu imstande, beliebige Verteilungen darzustellen. Dazu wird die Dichte nicht als kontinuierliche Funktion, sondern in Form von gewichteten Zustandshypothesen (sog. Partikel) beschrieben. Allerdings ist die erforderliche Anzahl dieser Partikel typischerweise hoch, was wiederum mit einem hohen Rechenaufwand verbunden ist.

Eine am Institut für Flugmechanik und Flugregelung entwickelte spezielle Formulierung der Schätzaufgabe erlaubt die effiziente Implementierung auf einem FPGA. So gelang der Echtzeitfunktionsnachweis eines auf sequenziellen Monte-Carlo-Methoden basierenden Navigationsfilters unter den für kleine unbemannte Fluggeräte typischen Einschränkungen hinsichtlich Baugröße, Gewicht und Energiebedarf.

Integrierte Bewegungsplanung und Zustandsschätzung
Um ihr volles Potential auszuschöpfen, müssen sich zukünftige unbemannte Luftfahrzeuge durch ein weitaus höheres Maß an Autonomie auszeichnen. Dabei sind Navigation und Bewegungsplanung entscheidende Funktionen und deshalb Gegenstand intensiver wissenschaftlicher Untersuchungen. Beide Gebiete werden in Forschung und Entwicklung immer noch isoliert voneinander betrachtet, obwohl nachgewiesen ist, dass diese Trennung die Leistungsfähigkeit des Gesamtsystem empfindlich beeinträchtigen kann. Tatsächlich sind deutliche Leistungssteigerungen zu erwarten, wenn die Bewegungsplanung zielgerichtet auf die Verbesserung der Navigationsgüte hinwirken kann. Voraussetzung dafür ist allerdings ein theoretisch fundiertes Verständnis der zugrundeliegenden Wechselwirkungen. Auf dieser Grundlage entwickelt das Institut für Flugmechanik und Flugregelung neuartige integrierte Algorithmen für Planung und Schätzung, die zukünftige Systeme präziser, zuverlässiger und kostengünstiger machen.

Eine der Hauptaufgaben des iFR ist die Entwicklung und Auslegung von Flugreglern für verschiedene Fluggeräte. Dabei werden Regler für verschiedene Flächenflugzeuge, Multicopter, Hubschrauber und andere unkonventionellere Fluggeräte entwickelt.

Bei Fluggeräten mit mehr als vier Motoren ergibt sich das Problem die vom Regler geforderten Momente sinnvoll auf alle Aktuatoren zu verteilen. Dieses sogenannte Allokationsproblem ist schon lange bekannt, allerdings ergeben sich für Multicopter neue Fragestellungen. Ein bemanntes eVTOL hat beispielsweise meist ein sehr schwaches Schub-Gewichts-Verhältnis, wodurch die Aktuatoren relativ schnell ihre Sättigung erreichen können. Daher wurde am iFR ein Allokationsverfahren entwickelt, das es erlaubt den gesamten physikalisch möglichen Steuerraum zu nutzen und dabei die Richtung der angeforderten Momente nicht zu verändern.

Der Einsatz eines Schwarms von UAVs zur Erfüllung von bestimmten Aufgaben bietet eine Reihe von Vorteilen. Beispielsweise kann durch einen Schwarm ein Gebiet in kurzer Zeit abgesucht werden. Momentan ist der Einsatz von Schwärmen zur Erweiterung der Möglichkeiten unbemannter System Gegenstand von intensiven Forschungsbemühungen weltweit.

Am IFR wird derzeit an Algorithmen für den Formationsflug eines Schwarms von Flächendrohnen gearbeitet. Dabei sind zwei Teilaspekte zu betrachten:

  • Das Finden der Schwarmmitglieder und bilden einer Anfangsformation (Flocking)
  • Das Halten der Formation während des Abfliegens einer bestimmten Route (Formation Flight).

Die Herausforderung bei der Anwendung auf Flächendrohnen ist, dass diese eine bestimmte Mindestgeschwindigkeit bzw. minimalen Kurvenradius besitzen und nicht wie beispielsweise Multikopter in der Luft anhalten können.

Neben der Verifikation der Algorithmen in einer selbst entwickelten Simulationsumgebung für Schwärme, konnte der Formationsflug von zwei Flächendrohnen in  2019 erfolgreich demonstriert werden. Die dafür notwendige Kommunikationslösung für den Datenaustausch zwischen den einzelnen Schwarmmitgliedern ist ebenfalls eine Eigenentwicklung.

 (c) Universität Stuttgart

Um die Autonomie von kleinen UAVs zu erhöhen, müssen zum einen geeignete Sensoren zur Verfügung stehen um Hindernisse zu erkennen, zum anderen muss diesen aber auch ausgewichen werden. Da die Hindernisse oft erst während des Fluges auftauchen muss dazu die Bahn neu geplant werden. Vom iFR werden dazu verschiedene Verfahren untersucht, eines davon ist die Nichtlineare Modellprädiktive Regelung (nonlinear model-predictive control, NMPC), welche zu jedem Zeitschritt die geplante Flugbahn optimiert. Dabei können sowohl Hindernisse als auch Systembeschränkungen wie z.B. eine maximale Geschwindigkeit berücksichtigt werden.

Ein solcher NMPC wurde sowohl für Flächenflugzeuge als auch für Multicopter implementiert und im realen Flugversuch demonstriert. Im gezeigten Szenario sollte ein Multicopter im anspruchsvollen Gelände des Grand Canyon einen Wegpunkt erreichen ohne mit dem Gelände zu kollidieren oder Beschränkungen zu verletzen. Der Regler wurde so implementiert, dass er auf einem kleinen Embedded Rechner in Echtzeit ausgeführt werden kann.

Zum Seitenanfang