Deep Learning: Drohne lernt von Fahrradfahrern
Mit Hilfe von Videoaufnahmen, die Fahrrad- und Autofahrer gesammelt haben, schafft es eine Drohne Züricher Forscher eigenständig und, soweit man weiß, weitgehend unfallfrei durch den städtischen Raum zu navigieren. Die Videos lieferten der Steuer-KI das nötige Lehrmaterial, um sich die Vermeidung von Hindernissen anzueignen. Dabei kann das System sowohl auf statische Hindernisse als auch auf plötzlich auftauchende Fahrzeuge oder Personen reagieren.
Das Team um Davide Scaramuzza von der Universität Zürich setzte für seine KI mit dem Namen DroNet ein so genanntes Deep-Learning-Netzwerk ein. Es analysiert die Bilder einer normalen Kamera, wie sie auch in einem Smartphone verbaut sein könnte – die Forscher griffen also nicht auf spezielles Equipment wie etwa Stereokameras oder Entfernungsmessgeräte zurück. Stattdessen lernte die KI anhand zahlreicher Stunden Beispielfahrten, wie man sich crashfrei durch die Straßen bewegt, auf welcher Straßenseite man nicht in den Gegenverkehr gerät und wie es aussieht, wenn eine Baustelle den Weg blockiert. Hätten die Forscher nicht auf die Aufnahmen von Radlern und Autofahrern zurückgreifen können, hätten sie selbst die ungelernte Drohne per Hand durch die Stadt manövrieren müssen, um ausreichend Daten zu produzieren. Der Aufwand wäre dadurch ungleich größer gewesen.
In der Fachzeitschrift "IEEE Robotics and Automation Letters" schildern sie den Aufbau der KI. Das achtschichtige neuronale Netzwerk, das dem System zu Grunde liegt, liefert für jedes Kamerabild zwei Ausgaben: einen Lenkwinkel, der das Fluggerät auf sicherem Kurs hält, und einen Wert, der die Wahrscheinlichkeit eines drohenden Zusammenstoßes widerspiegelt, so dass die Drohne im Notfall abbremsen kann.
Dass DroNet künftig riskant über den Gehweg abkürzen wird oder bei jeder gelben Ampel noch schnell Gas gibt, ist nicht zu befürchten. Anstatt sich konkrete Unarten bei den städtischen Verkehrsteilnehmern abzuschauen, lernte das Netz die Methoden der Kollisionsvermeidung zu verallgemeinern. So konnten die Forscher ihre Drohne ohne weiteres Training in Parkhäusern oder Bürokorridoren fliegen lassen – obwohl es für dieses Szenario nie Anschauungsmaterial gegeben hatte.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.