Madeline Möller
Entwicklung einer Evaluationsplattform für autonome Drohnensteuerungen mit GPU-basierter Objekterkennung

Abstract
Drohnen haben in den letzten Jahren in vielen gesellschaftlichen Bereichen an Bedeutung gewonnen. Sie werden sowohl im kommerziellen und privaten Bereich als auch in Lehre und Forschung eingesetzt und bieten ein breites Spektrum an Anwendungsmöglichkeiten. Professionelle Drohnen sind sehr teuer, so dass Anwendungen, die in der Entwicklungsphase oft fehleranfällig sind und dadurch Unfälle verursachen können, ein hohes Kostenrisiko darstellen. Größere Modelle bergen zudem ein Verletzungsrisiko für umstehende Personen. Daher ist eine geeignete Strategie für die Entwicklung und das Testen von Anwendungen erforderlich. Im Rahmen dieser Arbeit wird eine Evaluationsplattform auf Basis einer preiswerten Minidrohne entwickelt, die eine sichere, kostengünstige und benutzerfreundliche Entwicklung von Anwendungen ermöglichen soll. Die Anwendungen sollen dann möglichst direkt auf andere Drohnen übertragbar sein. Da Drohnen je nach Modell mit unterschiedlichen Protokollen kommunizieren und über verschiedene Funktionalitäten verfügen, stellt diese direkte Übertragbarkeit eine Herausforderung dar. Mit Hilfe der Plattform sollen diese Unterschiede und der damit verbundene Entwicklungsaufwand bei der Übertragung von Anwendungen überwunden werden. Die Implementierung wird anhand mehrerer Beispielanwendungen evaluiert, die mittels Objekterkennung autonome Steuerbefehle ausgeben. Zur Beschleunigung der notwendigen Rechenoperationen wird der Jetson Nano eingesetzt. Insgesamt zeigt die Arbeit, dass eine solche Plattform eine gute Alternative zu herkömmlichen Entwicklungs- und Teststrategien darstellt und viel Potential für weitere Projekte bietet.