Master data

Multisensor- und KI-basierte Selbstoptimierung von Multicoptern zur autonomen Navigation für Objektinspektion
Description:

Teil-/autonome UAS-Anwendungen für Infrastrukturinspektionen (Stromnetze, Autobahn- und Bahninfrastruktur, etc.) werden deutlich zahlreicher, wobei, für einen volldigitalen autonomen Workflow mit Bezug auf einzelne Infrastrukturkomponenten bzw. –objekte, neben einer robusten GNSS gestützten Navigation auch eine objektbezogene „Feinnavigation“ für das UAS erforderlich ist. MUKISANO zielt auf die Entwicklung eines KI-basierten Navigationsmoduls ab, welches im Sinne einer adaptiven Flugsteuerung sowohl die GNSS basierte Grobnavigation als auch den autonomen Wechsel auf eine objektbezogene Echtzeit-Feinnavigation erlaubt und BVLOS einsetzbar ist. Somit werden UAS basiert die erforderlichen, wiederholbaren und lt. Vorgaben durchführbaren Aufnahmen einzelner Objekte (Freileitungen, Isolatoren, Mast, Fundamente, etc.) ermöglicht. Durch das AIRlabs Austria Innovationslabor sowie die Drohnenflughalle in Klagenfurt, wird es möglich sein, technische Tests und Datenaufnahmen im notwendigen Umfang durchführen zu können, um die wesentlichen, neuen wissenschaftlichen Ansätze und innovativen Entwicklungen in MUKISANO zu verfolgen.

Keywords: Objekr relative navigation, KI, Zustandsschätzung
Short title: MUKISANO
Period: 01.01.2021 - 30.06.2023
Contact e-mail: -
Homepage: -

Categorisation

Project type Research funding (on request / by call for proposals)
Funding type §27
Research type
  • Applied research
Subject areas
  • 202034 - Control engineering
  • 102003 - Image processing
  • 202035 - Robotics
Research Cluster No research Research Cluster selected
Gender aspects Genderrelevance not selected
Project focus
  • Science to Science (Quality indicator: II)
Classification raster of the assigned organisational units:
working groups No working group selected

Cooperations

No partner organisations selected