Development of a bionic detection and avoidance system for UAVs

The aim is to develop a demonstrator of an optical sensor inspired by nature for collision detection and collision avoidance of unmanned aerial vehicles, preferably drones. This development is inspired by migratory locusts, which have been considered a bionic model for visual collision avoidance for many years. Migratory locusts have a reliable visual collision detection system that allows them to fly in large swarms and skillfully avoid any obstacles. In an FFG-funded Take-Off exploratory project, it was shown that the activity of the right and left collision detector neurons of the locusts reliably indicates impending collisions of drones without distance estimation and object recognition. An innovative bionic algorithm was developed from this neural data, which will be further developed as part of this cooperation project and implemented in the hardware of an FPGA chip in order to evaluate the image sequences from two cameras with a high frame rate in real time. A visual drone test bench will be set up to test the collision detector system in real time using the latest VR technology and to simulate evasive maneuvers by the flight controller in a closed-loop situation. A demonstrator will then be installed on a specially developed test drone and tested in various critical situations. If evasive maneuvers are not possible, a rescue parachute will be deployed and the drone will land safely. The result is an optical collision sensor for drones that can reliably carry out autonomous evasive maneuvers in a cost-effective and energy-saving manner.

[Original text]
"Entwicklung eines bionischen Detektions- und Ausweichsystems für UAVs"
Ziel ist die Entwicklung eines von der Natur inspirierten Demonstrators eines optischen Sensors für die Kollisionsdetektion und Kollisionsvermeidung von unbemannten Flugobjekten, vorzugsweise Drohnen. Diese Entwicklung ist von Wanderheuschrecken inspiriert, die seit vielen Jahren als bionisches Vorbild für die visuelle Kollisionsvermeidung gilt. Wanderheuschrecken besitzen ein zuverlässiges visuelles Kollisionsdetektionssystem das ihnen erlaubt in großen Schwärmen zu fliegen und beliebigen Hindernissen gekonnt auszuweichen. In einem FFG geförderten Take-Off Sondierungsprojekt konnte gezeigt werden, dass die Aktivität des rechten und linken Kollisionsdetektorneurons der Heuschrecken verlässlich drohende Kollisionen von Drohnen ohne Distanzabschätzung und Objekterkennung anzeigt. Aus diesen neuronalen Daten wurde ein innovativer bionischer Algorithmus entwickelt, der im Rahmen dieses Kooperationsprojektes weiterentwickelt und in die Hardware eines FPGA-Chips implementiert wird, um die Bildsequenzen von zwei Kameras mit hoher Bildwiederholungsrate in Echtzeit auszuwerten. Es wird ein visueller Drohnenprüfstand aufgebaut, um mit modernster VR Technologie das Kollisionsdetektorsystem in Echtzeit zu testen und Ausweichmanöver des Flugkontrollers in einer closed-loop Situation zu simulieren. Anschließend wird ein Demonstrator auf einer speziell entwickelten Testdrohne installiert und in verschiedenen kritischen Situationen getestet. Falls kein Ausweichmanöver möglich ist, soll ein Rettungsfallschirm ausgelöst werden und die Drohne sicher landen. Das Ergebnis ist ein optischer Kollisionssensor für Drohnen, der kostengünstig und energiesparend zuverlässig autonome Ausweichmanöver durchführen kann.