"Edge Computing" macht Drohnen effektiver

Chinesische Forscher versprechen geringeren Energieverbrauch und bessere Objekterkennung

"Mavic Air 2": verwendete Drohne, die Objekte besser erkennt (Foto: dji.com)

Kunming/Peking (pte019/04.09.2023/11:30) - Drohnen zur Früherkennung von Bränden, Verkehrszählung oder Auffindung von Verletzten nach Naturkatastrophen werden durch sogenanntes "Edge Computing" künftig noch zuverlässiger, so Forscher der Yunnan Universität ( http://english.ynu.edu.cn/ ) und der Chinesischen Akademie der Wissenschaften ( https://english.cas.cn/ ). Denn damit werden laut den Experten Flughöhe, Geschwindigkeit und andere Parameter optimiert und gleichzeitig sichergestellt, dass die Fähigkeit, gesuchte Objekte sicher zu erkennen, auf dem höchsten Stand ist.

Basis tatsächliche Flugdaten

Mit Edge Computing werden Daten nicht erst zur zentralen Verarbeitung auf einem Server weitergeleitet, sondern an Ort und Stelle verarbeitet. "Wir präsentieren zunächst eine effektive Bewertungsmetrik für tatsächliche Aufgaben und konstruieren ein transparentes Energieverbrauchsmodell, das auf hunderten tatsächlicher Flugdaten basiert, um die Beziehung zwischen Energieverbrauch und Flugparametern zu formalisieren", so Jiashun Suo, Xingzhou Zhang, Weisong Shi und Wei Zhou.

In ihrem Beitrag, den sie im "IEEE Internet of Things Journal" vorstellen, schreiben die Wissenschaftler weiter: "Dann präsentieren wir einen leichten, energieeffizienten Prioritäts-Entscheidungs-Algorithmus, der auf einer großen Menge tatsächlicher Flugdaten basiert, um das System bei der Entscheidung über Flugparameter zu unterstützen."

Training mittels Simulationen

Die Forscher trainieren und bewerten ihr System "E3-UAV" in einer Reihe von Simulationen. Sie nutzen es für die DJI ( https://www.dji.com )-Drohne "Mavic Air 2". Das System könne auch auf anderen UAVs implementiert und getestet werden, um sein Potenzial und seine Generalisierbarkeit weiter zu bewerten, meinen die Forscher. Darüber hinaus könne diese Arbeit in die Entwicklung ähnlicher Objekterkennungstechniken auf der Grundlage von Edge Computing für Robotik-Anwendungen einfließen.

(Ende)