Navigation

 
 

ARCUS

Autonomous-Resilient-Coorperative-UAV_Systems

Prof. Dr.-Ing. Alexander Knoll
Fakultät für Maschinenbau, Fahrzeugtechnik, Flugzeugtechnik


Der Begriff Autonomie ist heute in aller Munde. Dabei geht es meist um Systeme, welche komplexe Aufgaben selbstständig ausführen sollen, wie z.B. Autofahren. Im Forschungsvorhaben ARCUS soll Autonomie sowohl für kleinere Flugzeuge als auch für die Großluftfahrt untersucht werden. Beim autonomen Fahren wird nach Systemausfällen unter kritischen Bedingungen das Fahrzeug sicher zum Stillstand gebracht. Bei einem großen unbemannten Frachtflugzeug, das sich in der Mitte des Atlantiks befindet ist dies keine Option. Das Flugzeug muss selbständig seine Situation analysieren, Optionen evaluieren und den Flug gegebenenfalls mit Einschränkungen fortführen. Dabei lassen sich vielleicht 98% aller Systemausfälle „stur“ nach fertigen Checklisten erledigen. Jedoch ist bisher der Mensch weiter im Loop, der weiterhin überprüft, ob wirklich genau der beschriebene Ausfall vorliegt oder ob vielleicht in der aktuellen Situation eine andere Vorgehensweise sinnvoll wäre.


Autonomie wird in der Großluftfahrt nicht schlagartig, sondern in Schritten kommen. Es geht darum den Menschen in Situationen zu entlasten, in denen der Mensch z.B. infolge von Langeweile oder Stress zu Fehlreaktionen neigt. Dementsprechend werden Assistenzsysteme den Menschen entlasten. Rein autonom fliegende Großflugzeuge werden später als Frachtflugzeuge eingeführt werden. Der Mensch ist dabei in der Bodenstation immer noch im Loop, in dem er statt Routineaufgaben die Aufgaben übernimmt, die er besser als die Maschine kann: Gesamtzusammenhänge herstellen, Abwägungen treffen etc. Trotzdem kann der Zustand auftreten, dass die Funkverbindung zum Frachter auf dem Atlantik zusammenbricht und dieser dann selbstständig eine komplexe Situation mit mehreren Systemausfällen lösen muss.


Aber nicht nur in der Großluftfahrt wird Autonomie zusehends eine Rolle spielen auch unbemannte Drohnen werden autonom im Verband agieren um z.B. bei Katastrophen Hilfe zu bringen. Die Drohnen können verschiedene Aufgaben übernehmen von der Brandaufklärung, als fliegende Relaisstation bis zur Suche nach Vermissten. Die einzelnen Drohnen haben unterschiedliche Sensoren und Fähigkeiten und koordinieren sich gegenseitig um das optimale Ergebnis zu erzielen. Ein eventueller Leiter in einer Bodenstation muss nur den Gesamtzusammenhang im Blick behalten, braucht sich aber nicht um die Flugprofile oder den Einsatz der einzelnen Drohnen zu kümmern.


In den geschilderten Situationen müssen die Autonomiesysteme Fähigkeiten besitzen, die wir auch vom Menschen kennen:

  • Situationswahrnehmung (von der Umgebung bis zu den eigenen Systemen)
  • Kommunikation (zu anderen Systemen ebenso wie zu Menschen)
  • Situationsanalyse
  • Ableitung von Folgerungen
  • Umsetzung der Folgerungen und permanente Überprüfung, ob diese noch zutreffen.


Dieses Forschungsvorhaben befasst sich insbesondere mit den Situationen, die nicht „stur“ nach Checkliste zu erledigen sind. In derartigen Fällen ist es erforderlich, dass das System auch schnell lernt welche Strategie in der aktuellen Situation zielführend ist. Es ist also eine Lernfähigkeit erforderlich, die nicht nur auf dem allmählichen Aufbau von „Erfolgserlebnissen“ beruht. Andererseits muss die Lernfähigkeit beschränkt werden können um somit eine Zulassbarkeit zu erreichen. Hierzu muss das Gelernte auch für den Menschen nachvollziehbar sein. Damit können erlernte Fähigkeiten analysiert werden und eventuell danach auf die gesamte Flotte übertragen werden, ähnlich wie dies heute mit Updates von App’s der Fall ist. Derzeitige Lernalgorithmen bieten all diese Fähigkeiten nicht ausreichend.


Laufzeit:
01.10.2018 – 30.09.2022


Zuwendungsgeber:
Bundesministerium für Bildung und Forschung, Forschung an Fachhochschulen, Ingenieurnachwuchs 2016/2017


Projektträger:
VDI Technologiezentrum GmbH, Düsseldorf


Projektpartner:
IABG Industrieanlagen-Betriebsgesellschaft mbH, Ottobrunn
Quantum Systems GmbH, Gilching


Ansprechpartner

Prof. Dr.-Ing. Alexander Knoll
Raum: R 5.026

Tel.: 089 1265-3356
Fax: 089 1265-3308