Hubschrauber auf einem Sportplatz mit umstehenden Sanitätern bei der Versorgung eines Patienten
Autonome Systeme

Energieeffiziente Flugführung für Rettungshubschrauber-Einsätze

Die Herausforderung

Rettungskräfte weltweit stehen täglich vor der bedeutsamen Aufgabe, in kritischen Situationen effizient und schnell zu helfen. Eine Komponente dieser Einsätze ist die Rettung aus der Luft, bei der es entscheidend darauf ankommt, Hilfe so schnell wie möglich zu den Patienten zu bringen und diese zeitnah zur Weiterbehandlung ins Krankenhaus zu transportieren. Die Einsatzorte liegen jedoch häufig in unbekanntem Gelände, in denen Landungen für Hubschrauber nicht gefahrlos sind. Diese herausfordernde Situation des Landens möchten wir für die Hubschrauber-Crew mit Hilfe von technischen Hilfssystemen sicherer und schneller machen.

Wie wir helfen werden

Wir möchten mit Hilfe von geeigneter Sensorik und Künstlicher Intelligenz die Umgebung des Hubschraubers während des Fluges, des Landeanflugs und der Landung besser erfassen und verstehen, um dadurch dem Piloten und der Einsatzcrew eine noch sicherere und schnellere Landung zu ermöglichen. Dazu sprechen wir mit Hubschrauber-Piloten, Technischen Crewmembern und Notfallsanitätern, um deren Arbeitsalltag und deren Herausforderungen besser zu verstehen. Dabei erhöhen wir einerseits daten-getrieben die Robustheit von KI-Algorithmen, die für die Erfassung der Umgebung verantwortlich sind und andererseits durch eine robuste Softwarearchitektur einen sicheren Betrieb des Systems.

Technologien & Methoden

Computer Vision Deep Learning Generative AI Self adaptive system ROS2 CI/CD User Research Qualitative Interviews User Journeys Requirements Engineering

Nutzerzentrierte Recherche

Für das bessere Kennenlernen unserer Zielgruppe und deren Arbeitsalltag machen wir Qualitative Interviews

  • mit verschiedenen Piloten der Luftrettung und der Polizei
  • mit allen Crew-Mitgliedern eines Rettungshubschraubers, inklusive TC HEMS (Technical Crew member Helicopter Emergency Medical Services) und Notarzt
  • mit Personen, die Einsätze am Boden durchführen, wie z.B Notfallsanitäter mit Rettungswagen

Die Erkenntnisse aus den Zielgruppen-Interviews und Recherearbeiten zeigen die größten Hürden und Herausforderungen der Crew in den jeweiligen Flugphasen und ermöglichen ein Ableiten von Anforderungen an mögliche technische Lösungen.

Darstellung der Auswertung eines Piloteninterviews Interviews nach verschiedenen Kategorien
Prozessansicht aller Beteiligten Notfalleinsatz-Personen und deren Kommunikation miteinander

Robuste Perzeption

Wir helfen eine robustere Umgebungswahrnehmung zu entwickeln, indem wir teils öffentliche Datensätze mit synthetisch erzeugten realistischen Witterungsbedingungen und realen Hindernissen erweitern. Dadurch werden die KI-Algorithmen im Vorhaben auf einer breiteren Datenbasis trainiert und liefern auch in seltenen aber gefährlichen Randfällen verlässliche Ergebnisse. Dies reduziert den Aufwand verglichen zum Sammeln und Annotieren realer projektspezifischer Randfalldaten erheblich.

Bildaufnahme einer Straße mit vielen Autos aus der Vogelperspektive
Grafik der Straßenszene klassifiziert in die verschiedenen sichtbaren Objekte
Bildaufnahme einer Straße mit vielen Autos aus der Vogelperspektive mit künstlich hinzugefügtem Schnee

Softwarearchitektur

Wir entwickeln ein Softwaresystem, das die KI-Algorithmen im Konsortium integriert, sich selbst überwacht und anpasst. Die Anpassungen werden durchgeführt, sodass das System in unterschiedlichen Flugphasen möglichst effizient arbeitet und sich gleichzeitig selbstständig von möglichen Fehlerfällen erholen kann.

Dabei erreichen wir Robustheit nicht nur zur Laufzeit durch das selbst-adaptive System, sondern auch zur Designzeit durch ausführliches Testen einzelner Software-Module und des Gesamtsystems mit Hardware-in-the-loop.

Schaubild des Self-adaptive software system

Projektbeteiligte und Förderung

Projektpartner

  • DLR (Deutsches Institut für Luft und Raumfahrt)
  • Fraunhofer FHR
  • Fraunhofer FKIE
  • Fraunhofer IMS
  • Fraunhofer IVI
  • Airbus Helicopters Deutschland GmbH
  • Airbus Defence and Space GmbH
  • BIT Technology Solutions GmbH
  • IMST GmbH
  • Kappa optotronics GmbH
  • Lake Fusion Technologies GmbH
  • X2E GmbH
  • Technische Hochschule Ingolstadt
  • Technische Universität München

Projektförderer

Förderprogramm

Ziviles Luftfahrtforschungsprogramm LuFo VI-3

Projektträger

Luftfahrtforschung im DLR e.V. (PT-LF)

Weitere Projekte

Sie interessieren sich für ein Projekt, eine Leistung oder haben eine sonstige Frage?

Dr. Andreas Angerer

Tel. +49 821 885882-94
andreas.angerer@xitaso.com