EndeAR (mFUND)
Verbundprojekt: Energieeffiziente, datengetriebene UAS Trajektorienplanung unter Berücksichtigung makro- und mikrometeorologischer Randbedingung - EndeAR - Teilvorhaben: Hochschule München
Das Kooperationsprojekt EndeAR der HM und der TU Dresden entwickelt ein datenbasiertes System für die energieeffiziente Berechnung von Drohnenflugrouten, welches Wetter- und Sensordaten verarbeitet. Dabei entsteht eine modulare Datapipeline, die verschiedene Datenquellen für die Bestimmung energieoptimaler Routen aufbereitet, verarbeitet und der Flugroutenoptimierung zur Verfügung stellt.
Forschungsgebiet:
- Laufzeit:
- 01.01.2024 - 30.06.2025
- Projektstatus:
- laufend
- Einrichtungen:
- Fakultät für Maschinenbau, Fahrzeugtechnik, Flugzeugtechnik Institut Mensch und Mobilität (IMM)
- Projektleitung:
- Prof. Dr. Ing. Daniel Ossmann
- Förderprogramm:
- mFUND - Dateninnovationen für die Mobilität 4.0
- Drittmittelart:
- Bund
- Projektart:
- Forschung
Der Kooperationsverbund bestehend aus der Hochschule München und der Technischen Universität Dresden zielt im Projekt „Energieeffiziente, datengetriebene UAS Trajektorienplanung unter Berücksichtigung makro- und mikrometeorologischer Randbedingung“, kurz EndeAR, darauf ab, ein datenbasiertes System zur Bestimmung energieeffiziente Flugrouten für den Drohnenverkehr der Zukunft zu entwickeln. Im Forschungsprojekt wird dazu eine Datenverarbeitung entwickelt, mittels der Sensordaten von Drohnen mit Wetterinformationen fusioniert werden, um energieoptimale Strecken bestimmen und letztlich vorberechnen zu können. Durch Sensitivitätsanalysen werden sichere Flugbereiche bei verschiedenen Windbedingungen ermittelt. Das langfristige Ziel ist eine landesweite Karte mit effizienten Flugrouten für autonome UAS, um den Verkehr anhand von Echtzeitdaten zu optimieren. Die HM entwickelt dabei eine modulare Datapipeline, die unterschiedlichste Daten verarbeitet, um diese den Berechnungsalgorithmen von energieoptimalen Flugrouten zur Verfügung zu stellen. Die Forschungsfragen die sich hierbei ergeben sind:
- Welche meteorologischen Daten sowie Flugmessdaten sind flugphysikalisch für eine energieoptimale Trajektorienberechnung notwendig?
- Welche Eigenschaften müssen diese Daten aufweisen?
- Wie lassen sich mikro- und makrometeorologische Datensätze sowie Flugmessdaten derart in einer Datapipeline vorverarbeiten, um sie für die Trajektorienberechnung nutzbar zu machen?
Der Lösungsansatz beinhaltet dabei die flugphysikalische Einflussanalyse der unterschiedlichen Daten und die Bestimmung der resultierenden Anforderungen. Die Datenpipeline wird modular entwickelt, sodass einzelne Komponenten hinsichtlich zukünftiger Erweiterungen leicht ausgetauscht werden können.