{"id":373,"date":"2025-06-05T14:21:26","date_gmt":"2025-06-05T06:21:26","guid":{"rendered":"https:\/\/dummy.xtemos.com\/woodmart2\/furniture2\/?p=373"},"modified":"2025-12-16T21:53:41","modified_gmt":"2025-12-16T13:53:41","slug":"eyes-in-the-sky-ai-driven-vision-systems-in-next-gen-drones","status":"publish","type":"post","link":"https:\/\/www.lxbchip.com\/de\/eyes-in-the-sky-ai-driven-vision-systems-in-next-gen-drones\/","title":{"rendered":"Die Augen am Himmel: KI-gesteuerte Sichtsysteme in Drohnen der n\u00e4chsten Generation"},"content":{"rendered":"
\n
<\/div>\n<\/div>\n
\n
\n

Drohnen sind in der Unterhaltungsbranche (TV-Shows\/Filme), bei Hobbyfotografen und als Spielzeug weit verbreitet. Sie werden zunehmend in den Bereichen Inspektion, Logistik\/Lieferung, Sicherheit und \u00dcberwachung sowie in anderen industriellen Anwendungsf\u00e4llen eingesetzt, da sie schwer zug\u00e4ngliche Bereiche erreichen k\u00f6nnen. Aber wussten Sie, dass die wichtigste Komponente f\u00fcr den Betrieb einer Drohne ihr Sichtsystem ist? Bevor wir uns n\u00e4her mit diesem Thema befassen, wollen wir zun\u00e4chst erkunden, was Drohnen sind, welche unterschiedlichen Anwendungen es gibt und warum sie immer beliebter geworden sind. Schlie\u00dflich werden wir er\u00f6rtern, wie\u00a0onsemi\u00a0<\/strong>transformiert die Bildverarbeitungssysteme, die diese unglaublichen Flugobjekte antreiben.<\/p>\n

Typen und Anwendungen<\/h4>\n

Drohnen sind unbemannte Luftfahrzeuge (UAV), auch unbemannte Luftfahrtsysteme (UAS) genannt, und in geringerem Ma\u00dfe auch ferngesteuerte Luftfahrzeuge (RPA). Sie k\u00f6nnen ohne Antrieb operieren und mit verschiedenen Systemen autonom navigieren.<\/p>\n

Es gibt drei Arten von Drohnen: Starrfl\u00fcgeldrohnen, Einrotor-\/Mehrmotordrohnen und Hybriddrohnen. Jede dient einem anderen Zweck, und jeder Typ ist auf den beabsichtigten Zweck ausgerichtet, f\u00fcr den er gebaut wurde.<\/p>\n

Feste Tragfl\u00e4chen\u00a0<\/strong>werden in der Regel f\u00fcr den Transport schwerer Nutzlasten und l\u00e4ngere Flugzeiten verwendet und kommen bei Aufkl\u00e4rungs-, \u00dcberwachungs- und Aufkl\u00e4rungsmissionen (ISR), Kampfeins\u00e4tzen und Streumunition, Kartierungs- und Forschungsaktivit\u00e4ten zum Einsatz, um nur einige zu nennen.<\/p>\n

Einzel-\/Multi-Rotoren\u00a0<\/strong>haben die vorherrschende Verwendung, mit einer Vielzahl von industriellen Schwerpunkten, die von normalen Lagern bis zu Inspektionen und sogar als Lieferfahrzeuge reichen. Der Zweck dieser Typen kann vielf\u00e4ltig sein, da sie in einer Vielzahl von Anwendungsf\u00e4llen eingesetzt werden k\u00f6nnen und hoch optimierte elektro-mechanische L\u00f6sungen erfordern.<\/p>\n

Hybrid-Rotoren\u00a0<\/strong>vereinen das Beste aus beiden oben genannten Typen und verf\u00fcgen \u00fcber eine vertikale Start- und Landef\u00e4higkeit (VTOL), die sie vielseitig einsetzbar macht, insbesondere in Regionen mit begrenztem Raum. Die meisten Lieferdrohnen nutzen diese F\u00e4higkeiten aus offensichtlichen Gr\u00fcnden.<\/p>\n

\"\"<\/p>\n

\n
Abbildung 1. Arten von Drohnen und ihre Anwendungen<\/figcaption><\/figure>\n<\/div>\n

Bewegungs- und Navigationssysteme in Drohnen<\/h4>\n

Drohnen verf\u00fcgen \u00fcber eine Vielzahl von Sensoren f\u00fcr Bewegung und Navigation, darunter Beschleunigungsmesser, Gyroskope und Magnetometer (zusammenfassend als Inertialmesseinheit oder IMU bezeichnet), Barometer und mehr. Sie verwenden eine Vielzahl von Algorithmen und Techniken wie Optical Flow (unterst\u00fctzt durch Tiefensensoren), Simultaneous Localization and Mapping (SLAM) und Visual Odometry. Obwohl diese Sensoren ihre Aufgaben gut erf\u00fcllen, haben sie oft Schwierigkeiten, die erforderliche Genauigkeit und Pr\u00e4zision zu erschwinglichen Kosten und in optimaler Gr\u00f6\u00dfe zu erreichen. Das Problem wird bei l\u00e4ngeren Flugzeiten noch versch\u00e4rft, was dazu f\u00fchrt, dass teure Batterien ben\u00f6tigt werden oder die Flugzeiten aufgrund von Batterieladezyklen begrenzt sind.<\/p>\n

Bildverarbeitungssysteme in Drohnen<\/h4>\n

Bildsensoren erg\u00e4nzen die oben genannten Sensoren mit erheblichen operativen Verbesserungen, die zu einer hochgenauen, hochpr\u00e4zisen Maschine f\u00fchren. Es gibt zwei Arten von Sensoren - kardanische Aufh\u00e4ngungen (oft auch als Nutzlasten bezeichnet) und Bildnavigationssysteme (VNS).<\/p>\n

Kardanische Aufh\u00e4ngungen*<\/strong>\u00a0- Sie bestehen in der Regel aus verschiedenen Arten von Bildsensoren, die das gesamte elektromagnetische Spektrum abdecken (Ultraviolett in Ausnahmef\u00e4llen, normale CMOS-Bildsensoren \u00fcber 300nm - 1000nm, kurzwellige Infrarotsensoren (SWIR) bis 2000nm und \u00fcber 2000nm hinaus mit mittelwelligen (MWIR) und langwelligen Infrarotsensoren (LWIR).<\/p>\n

Bildgebende Navigationssysteme (VNS)<\/strong>\u00a0- Sie bestehen in der Regel aus preiswerten Bildsensoren mit geringer Aufl\u00f6sung und nutzen zusammen mit den Daten der IMU und der Sensoren Computer-Vision-Techniken, um eine umfassende L\u00f6sung f\u00fcr die autonome Navigation zu schaffen.<\/p>\n

Die Bedeutung von Vision Systems<\/h4>\n

Drohnen werden sowohl in Innenr\u00e4umen als auch im Freien eingesetzt, wie die oben beschriebenen Anwendungen zeigen. Diese Bedingungen k\u00f6nnen aufgrund der unterschiedlichen Beleuchtung und der eingeschr\u00e4nkten Sicht bei Staub, Nebel, Rauch und stockfinsterer Umgebung eine gro\u00dfe Herausforderung darstellen. Diese Systeme versuchen, die Algorithmen der k\u00fcnstlichen Intelligenz (KI) und des maschinellen Lernens (ML), die auf Bilddaten angewendet werden, zu nutzen und gleichzeitig die Daten zu verwenden, die von den zuvor erw\u00e4hnten Techniken bereitgestellt werden, und das alles im Zusammenhang mit dem Betrieb eines hoch optimierten Fahrzeugs, das wenig Energie verbraucht und lange Strecken oder lange Flugzeiten erm\u00f6glicht.<\/p>\n

Es ist unerl\u00e4sslich, dass die in diese Algorithmen eingegebenen Daten eine hohe Genauigkeit und einen hohen Detaillierungsgrad aufweisen und in bestimmten Anwendungsf\u00e4llen genau das liefern, was ben\u00f6tigt wird, um eine effiziente Verarbeitung zu erm\u00f6glichen. Die Trainingszeiten bei der KI\/ML-Nutzung m\u00fcssen kurz sein, und die Schlussfolgerungen m\u00fcssen schnell und mit hoher Genauigkeit und Pr\u00e4zision erfolgen. Die Bilder m\u00fcssen unabh\u00e4ngig von der Umgebung, in der die Drohne operiert, von hoher Qualit\u00e4t sein, um die oben genannten Anforderungen zu erf\u00fcllen.<\/p>\n

Sensoren, die lediglich die Szene erfassen und zur Verarbeitung weiterleiten, reichen bei weitem nicht aus, um einen qualitativ hochwertigen Betrieb dieser Maschinen zu erm\u00f6glichen, was in den meisten F\u00e4llen den eigentlichen Zweck ihres Einsatzes zunichte macht. Die F\u00e4higkeit zur Verkleinerung bei voller Detailgenauigkeit in interessanten Bereichen, ein gro\u00dfer Dynamikbereich, um helle und dunkle Lichtverh\u00e4ltnisse im selben Bild zu erfassen, die Minimierung\/Entfernung von parasit\u00e4ren Effekten in Bildern, staub-, nebel- und rauchgef\u00fcllte Sichtfelder und die Unterst\u00fctzung dieser Bilder mit einer hohen Tiefenaufl\u00f6sung bieten enorme Vorteile, um UAVs zu hoch optimierten Maschinen zu machen.<\/p>\n

Diese F\u00e4higkeiten minimieren den Umfang der Ressourcen - Rechenkerne, GPUs, Speicher auf dem Chip oder au\u00dferhalb des Chips, Busarchitekturen und Energiemanagement -, die f\u00fcr die Rekonstruktion und Analyse dieser Bilder erforderlich sind, und beschleunigen den Entscheidungsprozess. Dies senkt auch die St\u00fccklistenkosten des Gesamtsystems, insbesondere wenn man bedenkt, dass die heutigen UAVs leicht mehr als 10 Bildsensoren beherbergen k\u00f6nnen. Alternativ k\u00f6nnen bei gleichem Ressourceneinsatz mehr Analysen und komplexe Algorithmen zur Unterst\u00fctzung einer effektiven Entscheidungsfindung erm\u00f6glicht werden, wodurch sich das UAV in diesem \u00fcberf\u00fcllten Feld abhebt.<\/p>\n<\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

Drones have become pervasive in entertainment (TV show\/film making), hobbyist photography and just as a fun toy. They are increasingly<\/p>","protected":false},"author":1,"featured_media":8666,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":false,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[1],"tags":[],"class_list":["post-373","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"acf":[],"aioseo_notices":[],"jetpack_publicize_connections":[],"_links":{"self":[{"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/posts\/373","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/comments?post=373"}],"version-history":[{"count":4,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/posts\/373\/revisions"}],"predecessor-version":[{"id":8675,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/posts\/373\/revisions\/8675"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/media\/8666"}],"wp:attachment":[{"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/media?parent=373"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/categories?post=373"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lxbchip.com\/de\/wp-json\/wp\/v2\/tags?post=373"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}