Automatisierte Inspektion von Flugzeugen mithilfe von Drohnen

Am Werkzeugmaschinenlabor WZL der RWTH Aachen University arbeiten Wissenschaftler seit Oktober 2017 an dem Forschungsvorhaben „Automatische, Multikopter-basierte Indoor-Inspektion von großen Oberflächen“ – kurz AMIIGO. Nun haben die Forscher ihre ersten ersten Ergebnisse präsentiert.

20. März 2019
Automatisierte Inspektion von Flugzeugen mithilfe von Drohnen
Das Forschungsteam (von links) bestehend aus Frau A. Kluge-Wilkes (Werkzeugmaschinenlabor WZL), Herrn R. Pugliese (Institut für Reglungstechnik IRT), Herrn Sorg (Deutsche Forschungsvereinigung für Meß-, Reglungs- und Systemtechnik e.V. DFMRS), Herrn A. Buckhorst (Werkzeugmaschinenlabor WZL), Herrn T. Konrad (Institut für Reglungstechnik IRT), Herrn Dr. S. Recher (SCISYS Deutschland GmbH) und Herrn Dr.-Ing. R. Zweigel (Institut für Reglungstechnik, IRT) kam am 30.05.2018 zu einem ersten Ergebnis-Meeting zusammen. (Bild: WZL)

Zielsetzung des Projekts ist die Aufwandsreduktion bei der zerstörungsfreien Inspektion sehr großer Bauteile. Hierfür wurde der konkrete Anwendungsfall der Untersuchung von Flugzeugoberflächen mithilfe von Multikoptern festgelegt.

Im projektbegleitenden Ausschuss-Treffen Ende Mai wurde der bislang erzielte Projektstand vorgestellt. Erste Resultate der Pfad- und Trajektorienplanung für den Mulitkopter wurden vorgelegt und das weitere methodische Vorgehen zur Implementierung einer sogenannten „Defect-Map“ besprochen.

Die ‘Defect-Map’ visualisiert Oberflächenfehler auf der Hüllfläche des Prüfgegenstandes. Für die Generierung der Trajektorienfolgeregelung wird in einem ersten Schritt die Oberfläche geglättet, indem vernachlässigbare Details als ebene Oberfläche abstrahiert werden. Diese neue Hüllfläche wird in einem nächsten Schritt in äquidistante Punkte unterteilt. Die Distanz dieser Punkte ergibt sich aus der Auflösung der Kamera des Multikopters. Um die komplette Oberfläche des Flugzeugs fotografisch aufzunehmen, wird der kürzeste, alle Punkte beinhaltende, Weg als Pfad der Drohne festgelegt.

Die Trajektorie ergibt sich aus der Verknüpfung des Pfades mit der Fluggeschwindigkeit. Die Fluggeschwindigkeit ist hierbei durch die Auflösung der Kamera limitiert, um ein Verwackeln der Bilder zu verhindern. Ziel des Projektes ist die Identifikation von Blitzeinschlägen, die anhand von künstlicher Intelligenz realisiert werden soll. Hierfür werden die aufgenommenen Bilder zusammen mit der Ortsinformation abgespeichert, um im Nachgang auf Defekte der Oberfläche hin untersucht zu werden.

Für die Fehlerdetektion wird am WZL ein neuronales Netz entwickelt. Zuerst müssen alle potentiell fehlerhaften Bildausschnitte von dem sonstigen Bildmaterial sondiert werden. Für die anschließende Identifizierung der Blitzeinschläge muss das neuronale Netz anhand von bereits bewerteten Fehlerbildern vortrainiert werden. Sobald das neuronale Netz die Merkmale eines Blitzeinschlages gelernt hat, werden diesem die reellen Bildaufnahmen der Kamera zugeführt.