Hybriddrohnen erkennen, überwachen und verhindern Waldbrände mit Vertikalstart

Der Forscher Zhaodan Kong und sein Team entwickeln ein Hybridflugzeug, das wie ein Drehflügler vertikal landen und starten kann, aber auch die Eigenschaften eines Starrflügelflugzeugs aufweist, das stundenlang in großen Höhen fliegen kann. (Bild:UC Davis)

Wo Rauch ist, wird es kein Feuer geben, weil bereits eine Drohne vor Ort ist. Das ist zumindest die Hoffnung von Zhaodan Kong, Professor am Fachbereich Maschinenbau und Luft- und Raumfahrttechnik, und seinem Team an der University of California, Davis.

Die Gruppe arbeitet an einer proaktiven Lösung zur Bekämpfung der brutalen Waldbrände in Kalifornien, da die derzeitige Methode die Feuerwehrleute zu spät zum Einsatzort bringt. Dabei handelt es sich um ein integriertes Technologiesystem, mit dem Brände erkannt werden, bevor sie einen Punkt mit starker Rauchentwicklung erreichen.

„Unsere Lösung besteht aus zwei Hauptteilen:der frühzeitigen Vorhersage des Brandrisikos sowie der frühzeitigen Branderkennung und -verfolgung“, sagte Kong. „Wir konzentrieren uns auf die Früherkennung und -verfolgung, weil wir glauben, dass eine Früherkennung häufig zu einer geringeren Brandgröße beim ersten Angriff, einer größeren Wahrscheinlichkeit der Eindämmung und der Verhinderung des Verlusts von Leben und Eigentum führt.“

Ein Windsensor-Prototyp in Alaska sammelt Daten. (Bild:Lawrence Tsai)

Kong sagte, die Erkennung würde am Boden über mit dem Internet verbundene Sensoren beginnen, die in von CalFire festgelegten Gefahrenbereichen platziert würden. Die handtellergroßen und von Anthony Wexler von der UC Davis entwickelten Sensoren messen Temperatur, Luftfeuchtigkeit und Windgeschwindigkeit – laut Wexler die notwendigen Zutaten für einen Flächenbrand.

Für Aufklärungsmissionen baut das Team einen Drehflügler, der mit Navigationssystemen, Sensoren und Kameras ausgestattet ist. „Wir haben unser Design und die Prototypenerstellung abgeschlossen und sind dabei, es zu bauen und zu testen. Es hat eine Doppeldecker-Multirotor-Konfiguration“, sagte Kong.

Das Modell zur Vorhersage des Brandrisikos basiert auf historischen Daten zu Wetter, Brennstoffen wie Vegetation, Topographie und Feuer, sagte Kong. Ein solches Modell kann durch maschinelles Lernen trainiert werden. Dann könne es in Echtzeit eingesetzt werden, indem Echtzeitinformationen über das Wetter, bereitgestellt von den Bodensensoren, Treibstoff und Topographie sowie GIS-Daten eingespeist würden, fügte er hinzu.

Mit dem letztgenannten Modell können nur Bereiche mit hoher Brandgefahr identifiziert werden. Das Team kann dann sein Branderkennungs- und -verfolgungsmodul verwenden, um zu patrouillieren und nach potenziellen Bränden zu suchen. Das Modul besteht hauptsächlich aus einer Gruppe unbemannter Luftfahrzeuge (UAVs), die jeweils mit mehreren Sensoren ausgestattet sind, darunter elektronisch-optische (EO) und Infrarotkameras (IR), chemische Sensoren, Windsensoren und Multispektralkameras.

EO-/IR-/chemische Sensoren arbeiten zusammen, um Brände an einem Ort zu erkennen, der möglicherweise weit vom Feuer entfernt ist. Windsensoren werden benötigt, da Wind ein wichtiger Treiber für Brände ist und das Windfeld nicht einheitlich ist, z. B. können Windgeschwindigkeiten und -richtungen über einen Bergrücken hinweg sehr unterschiedlich sein; und multispektrale Kameras können bei Bedarf verwendet werden, um hochauflösende Vegetationsinformationen bereitzustellen, GIS-Daten können jedoch veraltet sein und normalerweise eine niedrige Auflösung aufweisen, sagte Kong.

„Eine Gruppe solcher UAVs wird eingesetzt, da dies die Effizienz bei der Lokalisierung potenzieller Brände erhöhen wird“, sagte Kong. „Sobald unsere EO/IR-Kameras ein Feuer und/oder Rauch erkannt haben oder unsere chemischen Sensoren eine Chemikalie identifiziert haben, die auf einen Waldbrand hinweist, wechselt die UAV-Gruppe in den Verfolgungsmodus. Sie können beispielsweise die Wolke und die Bordsensoren verwenden, um die Ressource zurückzuverfolgen – und arbeiten wie K9-Hunde“, fügte er hinzu.

Wie viel früher könnte diese Methode einen Brand erkennen als aktuelle Methoden? Nun, das hängt von der Lage des Zündpunkts ab.

„Das Dixie-Feuer war der größte und verheerendste Brand der Waldbrandsaison 2021 in Kalifornien und der teuerste – gemessen an den Kosten der Brandbekämpfung – Waldbrand in der Geschichte der USA“, sagte Kong. „Die Zündung erfolgte gegen 7 Uhr morgens; das Feuer wurde am späten Nachmittag vom Highway 70 aus sichtbar, was zu mehreren Meldungen an 911 führte; und gegen 17 Uhr waren Feuerwehrautos und Tanklöschfahrzeuge im Einsatz.“

Laut Kong kann ihre Methode die Erkennungszeit erheblich verkürzen:„Wenn sich eines unserer UAVs in der Nähe der Zündung befunden hätte, hätte es den Brand innerhalb von Minuten erkennen müssen, aber sie müssen zur richtigen Zeit am richtigen Ort sein. Aus diesem Grund verfolgen wir einen proaktiven Ansatz, um Bereiche mit hohem Risiko zu priorisieren. Ich kann keine genaue Zahl nennen, aber wir haben herausgefunden, dass chemische Sensoren einen Brand im Durchschnitt früher erkennen können als EO/IR-Kameras.“

Kong sagte, das Team habe mit dem Testen seiner Bodensensoren im Quail Ridge Reserve begonnen, einem von UC Davis verwalteten Naturschutzgebiet. Das Hauptziel besteht darin zu zeigen, dass die kostengünstigen Sensoren rauen Bedingungen in rauem Gelände standhalten können. Sie haben letzten November fünf installiert; Eines wurde durch eine Überschwemmung beschädigt, die anderen vier sind jedoch noch funktionsfähig.

Dieser Artikel wurde von Andrew Corselli, Digital Content Editor bei der SAE Media Group, verfasst. Weitere Informationen finden Sie hier  .