„Die steigende Bedrohung durch Waldbrände erfordert innovative Ansätze zur Prävention und Früherkennung. Das Hauptziel des Projekts ist die Entwicklung eines autonomen Überwachungssystems zur ultrafrühen Erkennung von Waldbränden. Hierzu wird ein intelligentes Sensornetzwerk implementiert, das mithilfe von Simulationen zur numerischen Strömungsmechanik (Computational Fluid Dynamics, CFD) und aktuellen Winddaten potenzielle Brandherde identifizieren kann. Diese Informationen werden dann an eine Drohne weitergeleitet, die mit fortschrittlichen Bildverarbeitungs- und KI-Algorithmen ausgestattet ist. Die Drohne überwacht autonom die Umgebung und erkennt zuverlässig Anzeichen von Waldbränden“ so Ideengeber Professor Vaidya zu seinem Projekt.

Unterstützt durch das Förderprogramm DATIpilot des BMBF wird im Projekt „AHEAD-H2“ eine innovative Lösung zur frühzeitigen Erkennung von Waldbränden entwickelt. DATIpilot zielt darauf ab, Förderprozesse für soziale und technologische Innovationen zu vereinfachen, zu beschleunigen und zu verbessern. Es bietet eine unkomplizierte Antragstellung, neue Auswahlverfahren und ko-kreative Prozesse.

Unter der Leitung von Professor Vaidya ist die Hochschule Ansbach für die Entwicklung des Sensornetzwerks und die Durchführung der CFD-Simulationen verantwortlich. Die Gas-Sensoren werden speziell auf waldbrandtypische Gassignaturen trainiert. Geeignete Sensornetzwerke und Datenübertragungssysteme werden durch vereinfachte Feldtests identifiziert und validiert. Modelle für Windsimulationen und Gastransport werden ebenfalls durch Feldtests ermittelt. Schließlich wird die Schnittstelle zwischen Sensornetzwerk und Drohne definiert.

Die NeuralDrones UG, unter der Leitung von Steffen Reitz, konzentriert sich auf die Integration der Drohnentechnologie in das System. Eine automatisierte Auslösung der Drohne durch das Sensornetzwerk wird implementiert, und ein System für den automatisierten Anflug zu den übermittelten GPS-Koordinaten entwickelt. Die präzise Lokalisierung der Gefahrenstelle erfolgt durch KI-basierte Auswertung der RGB- und Thermographie-Bilddaten, deren Ergebnisse in Echtzeit an die Leitstelle übermittelt werden. Die Zuverlässigkeit und Effizienz der Drohnentechnologie werden unter verschiedenen Umweltbedingungen getestet.

Das Projekt „AHEAD-H2“ zeigt eindrucksvoll, wie durch die Zusammenarbeit von Wissenschaft und Industrie innovative Lösungen zur Bewältigung globaler Herausforderungen entwickelt werden können. Durch den Einsatz von Drohnen und KI zur Früherkennung von Waldbränden wird nicht nur die Effizienz der Waldbrandbekämpfung verbessert, sondern auch ein bedeutender Beitrag zum Umweltschutz geleistet.