Drohnen und andere Arten von unbemannten Flugobjekten (UAVs) gewannen in den letzten Jahren nicht nur im professionellen, sondern auch im privaten Sektor massiv an Popularität. Vorfälle, wie die Schließung des Londoner Flughafens Gatwick aufgrund der Sichtung einer Drohne, zeigen, dass die Fortschritte in der UAV-Technologie eine Bedrohung der öffentlichen Sicherheit darstellen. Die frühzeitige Identifizierung ankommender UAVs ist für die Lagebeurteilung von höchster Priorität.
Kommerzielle Drohnenerkennungssysteme nutzen multispektrale Erkennungssysteme zur Objekterkennung und -identifizierung. Hierfür wird das auf das Zusammenspiel verschiedener Sensoren gesetzt, um Objekte erkennen und identifizieren zu können. Die folgende Abbildung zeigt ein Beispiel, bei dem ein Objekt in einer Entfernung von 5 bis 10 km mit Hilfe von Radar erkannt wird. Problematisch ist jedoch, dass nur schwer eine Unterscheidung zwischen UAV und beispielsweise einem Vogel getroffen werden kann. Hierfür werden optische Sensoren verwendet, welche basierend auf einem aufgenommenen Kamerabild das Objekt eindeutig klassifizieren können. Die Einsatzdistanz dieser optischen Komponente ist zur Zeit auf ein bis zwei Kilometer limitiert, was im Falle einer Bedrohung nur kurze Reaktionszeiten zulässt.
OptoFence II zielt darauf ab, eine teleskopbasierte optische Pattform zu entwickeln, um ein größeres Identifikationsgebiet zu ermöglichen, was die Zeitspanne für die Lagebeurteilung erheblich verlängert. Durch die Kombination einer präzisen und schnellen Montierung, eines hochwertigen Teleskops, eines Kamerasystems und fortschrittlicher Methoden von Regelungssystemen und Computer Vision entsteht eine vielseitige optische Plattform für die optische Erkennung, Verfolgung und Identifizierung von UAVs.
Das Grundkonzept ist dargestellt in Abbildung 2 links. Ein geeignetes paar aus Teleskop und Kamera liefert ein hochauflösendes Bild. Dieses wird im nächsten Schritt mit Hilfe von modernen Deep Learning Algorithmen analysiert um die Position des UAVs in Bild zu extrahieren. Die gewonnenen Daten dienen fortschrittlichen regelungstechnischen Kontrollern als Eingabe, um das Teleskop präzise der Flugbahn des Objektes folgen zu lassen.
@inproceedings{TUW-299533, author = {Ojdanic, Denis and Sinn, Andreas and Schwaer, Christian and Schitter, Georg}, title = {UAV Detection and Tracking with a Robotic Telescope System}, booktitle = {Proceedings of the Advanced Intelligent Mechatronics Conference 2021}, year = {2021}, note = {Posterpr{\"a}sentation: 2021 IEEE International Conference on Advanced Intelligent Mechatronics (AIM), Delft, Netherlands; 2021-07-12 -- 2021-07-16} }
Das Projekt wird innerhalb des Verteidigungsforschungs–Förderprogramm FORTE durch das Bundesministerium für Landwirtschaft, Regionen und Tourismus (BMLRT) gefördert.