DrohnenLab – Intelligente Flugsysteme im Wintersemester 2025/26

Im KI-Projekt des 5. Semesters im Wintersemester 2025/26 entwickelten Studierende im DrohnenLab intelligente Flugdemonstratoren auf Basis der Ryze Tello-Plattform. Ziel war die Umsetzung autonomer oder teilautonomer Flugverhalten durch die Kombination von Echtzeit-Bildverarbeitung, Flugsteuerung und externer Entscheidungslogik.

Die Aufgabenstellung umfasste die Entwicklung innovativer Anwendungsszenarien unter Nutzung der integrierten Kamerasysteme sowie Python-basierter Steuerungsbibliotheken – von bildverarbeitungsbasierter Objektverfolgung bis hin zu automatisierten Navigations- und Interaktionsmechanismen.

3 Anforderungen

• Autonomes oder teilautonomes Flugverhalten
• Anwendungsperspektive
• Demonstrator / Showcase

Nach einer initialen Einarbeitungsphase in die Programmierung und Steuerung der Drohnen entwickelten die drei Teams eigene Konzepte zur Realisierung intelligenter Flugfunktionen, z. B. kamerabasierter Zielverfolgung, automatisierter Landung mit Energieversorgung oder autonomer Bilddatenerfassung für Panorama- und Navigationsaufgaben.

Ergebnisse

• Autonomes Personenfolgesystem – Echtzeit-Personenverfolgung (Quang Tuan Anh Nguyen, Yohanny Carolina Camacaro Querales)
• Landepad mit Ladefunktion – Autonome Landung und korrekte Lade-Positionierung (Andris Jefimovs, Benjamin Stürz)
• Path Mapping & Aerial Panorama – Pfadplanung des THB-Logos im Simulator, Aufnahme von 360°-Panoramen (Matteo Bossoletti, Magnus Witt, Alexej von Freeden)

Beispiel: Autonomes Personenfolgesystem

Im Projekt wurde ein autonomer Verfolgungsmodus realisiert, bei dem eine Drohne eine erkannte Zielperson in Echtzeit verfolgt und dabei ihre Fluglage kontinuierlich anpasst. Die Videodaten der On-Board-Kamera werden an einen externen Rechner übertragen, wo ein Deep-Learning-basiertes Detektionsmodell (z. B. MobileNet-SSD) die Position der Zielperson bestimmt und daraus Steuerbefehle für Yaw-, Distanz- und Höhenregelung abgeleitet werden. Bei Verlust der Zielperson wechselt das System automatisch in einen sicheren Such- oder Hover-Modus.

Creative Commons Lizenz

Soweit nicht anders angegeben, stehen die Texte, Bilder und Videos auf dieser Webseite unter der Lizenz Creative Commons Namensnennung 4.0 International (CC BY 4.0). Die Urheber sind die auf den Postern genannten Studierenden.