Hybrid-Drohnen erkennen, überwachen und verhindern Waldbrände mit Senkrechtstart

Forscher Zhaodan Kong und sein Team an der University of California, Davis, entwickeln ein Hybridflugzeug, das wie ein Rotorflugzeug senkrecht starten und landen kann, aber auch Eigenschaften eines Flächenflugzeugs hat, das stundenlang in großer Höhe kreisen kann.

Proaktiver Ansatz gegen Waldbrände

„Wo Rauch ist, wird kein Feuer sein, weil eine Drohne bereits vor Ort ist“ – so die Hoffnung. Aktuelle Methoden bringen Feuerwehrleute zu spät an den Brandort. Das integrierte System detektiert Brände, bevor sie stark rauchen.

Zwei Hauptkomponenten

1. Frühe Brandrisikovorhersage
2. Frühe Branderkennung und -verfolgung

Fokus liegt auf Erkennung und Verfolgung, da frühe Entdeckung oft zu kleinerer Brandausdehnung beim Erstangriff, höherer Eindämmungswahrscheinlichkeit und Verhinderung von Lebens- und Sachverlusten führt.

Bodensensoren

Handflächengroße, internetverbundene Sensoren in CalFire-identifizierten Gefahrenzonen messen Temperatur, Luftfeuchtigkeit, Windgeschwindigkeit – die notwendigen Zutaten für Waldbrände. Entwickelt von UC Davis' Anthony Wexler.

Aufklärungsdrohne: Biplane-Multirotor-Konfiguration

Mit Navigationssystemen, Sensoren, Kameras. Design und Prototyping abgeschlossen, Bau und Test laufen.

Brandrisikovorhersagemodell

Basiert auf historischen Daten zu Wetter, Brennstoff (Vegetation), Topografie, Bränden. Trainierbar per Machine Learning. Echtzeit-Einsatz durch Echtzeit-Wetterdaten (Bodensensoren), Brennstoff, Topografie, GIS-Daten.

Branderkennungs- und Verfolgungsmodul

Gruppe unbemannter Luftfahrzeuge (UAVs), jedes mit Mehrfachsensoren: elektro-optische (EO) und Infrarot (IR) Kameras, chemische Sensoren, Windsensoren, multispektrale Kameras.

• EO/IR/chemische Sensoren detektieren Feuer aus der Ferne.
• Windsensoren nötig, da Wind wichtiger Treiber ist und Windfeld nicht einheitlich (z. B. unterschiedliche Geschwindigkeiten/Richtungen über Bergrücken).
• Multispektrale Kameras liefern hochauflösende Vegetationsdaten, falls GIS-Daten veraltet/niedrig aufgelöst sind.

Schwarmbetrieb und Verfolgung

Mehrere UAVs erhöhen Effizienz der Feuerlokalisierung. Bei Erkennung von Feuer/Rauch (EO/IR) oder brandanzeigenden Chemikalien (chemische Sensoren) schaltet Schwarm in Verfolgungsmodus: Nutzt Rauchsäule und Bordsensoren zur Rückverfolgung zum Ursprung – „wie Spürhunde“.

Zeitgewinn am Beispiel Dixie Fire 2021

Größter, zerstörerischster, teuerster Waldbrand der US-Geschichte. Zündung ~7 Uhr morgens; spät nachmittags von Highway 70 sichtbar → 911-Meldungen; Feuerwehren/Löschflugzeuge ~17 Uhr einsatzbereit. Kongs Methode könnte Detektionszeit signifikant verkürzen: „Wenn eine unserer UAVs in Zündnähe gewesen wäre, hätte sie Feuer innerhalb Minuten detektiert – aber sie muss am richtigen Ort zur richtigen Zeit sein. Daher proaktiver Ansatz: Priorisierung Hochrisikogebiete. Chemische Sensoren detektieren im Durchschnitt früher als EO/IR-Kameras.“

Testphase

Bodensensoren werden im Quail Ridge Reserve (UC Davis) getestet. Ziel: Nachweis, dass kostengünstige Sensoren rauen Bedingungen in unwegsamem Gelände standhalten. Fünf installiert (November); einer durch Flut beschädigt, vier funktionieren noch.

Artikel von Andrew Corselli, Digital Content Editor, SAE Media Group. Weitere Informationen: Webseite.