Drohnen inspizieren Strommasten: Navigationstechnologie wird an Universität Klagenfurt entwickelt

Bei Schneefall oder Schneestürmen sind Schäden an Stromleitungen an der Tagesordnung. Noch müssen Monteur:innen der Energieanbieter mühsam im Gelände kontrollieren, ob die Strommasten und Isolatoren beschädigt sind. Zukünftig sollen Drohnen diese Aufgabe übernehmen. An der Universität Klagenfurt arbeiten Forscher an neuen Technologien, um die autonome Inspektion zu ermöglichen.

„Die Drohne soll automatisch den Kabeln entlang an Strommasten hochfliegen und Schäden aufspüren. Das ist der Traum, dem wir uns in der Wirklichkeit in kleinen Schritten nähern“, so Thomas Jantos, der als Doktorand in der Forschungsgruppe Control of Networked Systems (CNS) an der Universität Klagenfurt arbeitet. Wichtige Erfolge dafür konnten im Projekt MUKISANO, gefördert von der FFG, erzielt werden.

Thomas Jantos erklärt: „Die Drohne soll dafür autonom mit Künstlicher Intelligenz gesteuert werden. Sie muss also erkennen, was ein Strommast sowie ein Isolator am Strommast ist.“ Wichtig sei dafür die Positionierung und Navigation der Drohne: Sie soll in einem Abstand von drei Metern um den Isolator fliegen und Bilder aufnehmen. Die genaue Lokalisierung ist wichtig, damit die Kameraaufnahmen auch vergleichbar sind. „Wir reden von Zentimetergenauigkeit, die wir erreichen wollen“, betont Thomas Jantos. Die entsprechenden Tests führt das Forschungsteam in der Drohnenhalle an einem von der KNG (Kärnten Netz GmbH) zur Verfügung gestellten Strommasten durch.

Mittlerweile kann die Drohne erkennen, um welchen Masttyp es sich handelt. Auch die Isolatoren werden von der Künstlichen Intelligenz bereits also solche identifiziert. Besonders wichtig für die Grundlagenforschung ist aber, dass diese Informationen auch dafür genutzt werden können, um die Position der Drohne relativ zum Masten zu bestimmen. Herausfordernd ist dabei, die Intelligenz auf die kleinen Helikopter zu bekommen. „Die Computer auf der Drohne sind noch zu langsam im Vergleich zu den Computern, mit denen die KI trainiert wird. Das versuchen wir weiter zu optimieren“, so Thomas Jantos.

Fotos für Berichterstattung zum Projekt kostenfrei nutzbar (Credit: aau/Müller)