NORTH LOGAN / LONDON (IT BOLTWISE) – Utah State University treibt im Space Dynamics Laboratory eine mehrstufige Gegen-Drohnen-Technologie voran, die Detektion, Tracking und Identifikation miteinander verzahnt. Im Zentrum steht ein patentiertes Verfahren zur Objektzuordnung über die Zeit, das Messungen mehrerer Sensoren zuverlässig einem Ziel zuordnet. Dazu kommen unter Patentprüfung stehende Ansätze mit Event-Kameras für verwacklungsarme Schätzungen sowie eine Sensorfusion zur Zielgrößenermittlung. Auf der letzten Stufe ergänzt ein skalierbarer Counter-Swarm-Ansatz das Sicherheitskonzept durch eine entanglende „Streamer“-Wirkung gegen Propellertriebe.
Wenn Unmanned Aircraft Systems (UAS) günstiger werden und sich zugleich in Fähigkeiten und Reichweite weiterentwickeln, verschiebt sich die praktische Herausforderung im Counter-UAS-Betrieb: Es geht nicht nur darum, ein einzelnes Flugobjekt zu stoppen, sondern um eine belastbare „Entscheidungskette“ vom ersten Kontakt bis zur finalen Maßnahme. Genau an diesem Punkt setzt das Space Dynamics Laboratory der Utah State University an, das unter anderem eine patentierte Technologie für das Objekt-Tracking sowie weitere Ansätze verfolgt, die Detektion, Klassifikation und die Interaktion mit dem Ziel über mehrere Stufen verbinden. Das Labor beschreibt explizit einen Systemgedanken, in dem Sensoren und Auswertelogik nicht nacheinander „hinterher“ kommen, sondern als integrierte Kette mit stabilen Zwischenresultaten arbeiten.
Konkret betrifft das neue Patent die Zuordnung von Beobachtungen zu demselben Objekt über Zeit hinweg: Bei counter-UAS-Systemen entstehen Zielinformationen typischerweise aus Messungen unterschiedlicher Sensoren, die in kurzen Abständen eintreffen. Das Problem besteht darin, dass Messungen in der Praxis zeitweise unterbrochen sein können und gleichzeitig mehrere Drohnen im selben Bereich unterwegs sind. Laut Beschreibung adressiert das patentierte „Object Tracking“-Verfahren deshalb advanced data association und filtering, um neue Sensordaten zuverlässig der bereits bestehenden Zielspur zuzuordnen. Der praktische Nutzen liegt weniger in einem einzelnen „Treffer“, sondern darin, dass die Spur stabil bleibt, selbst wenn einzelne Detektionen aussetzen oder sich Ziele im Raum kreuzen.
Stabile Spuren sind dabei die Grundlage für alles, was danach in einer Treffer- oder Einsatzlogik passiert. Das Labor stellt die Idee so dar, dass erst dann sinnvoll in Richtung Identifikation und Zustandsbeschreibung gegangen werden kann, wenn das System konsistent weiß, „dass“ es immer dasselbe Objekt nachführt. Aus technischer Sicht entspricht das einem klassischen Pipeline-Problem: Ohne robustes Tracking werden nachgelagerte Schritte wie Größen- und Zustandschätzung, Lageparameter oder die Ableitung von Flugzuständen nur mit hoher Unsicherheit möglich. Um die Entscheidungskette trotzdem mit belastbaren Eingaben zu füttern, erweitert das SDL den Ansatz um Sensorfusion an mehreren Stellen. Dazu gehört eine unter Patentprüfung stehende Methode zur Zielgrößenschätzung, die Messungen mehrerer Sensoren kombiniert, während gleichzeitig Position und Bewegung des Ziels berechnet werden. Indem die physikalische Dimension als zusätzliches Signal in die Fusion einfließt, soll die Klassifikation und Identifikation genauer werden – ein Hebel, der gerade bei Zielen mit ähnlichem Flugprofil oder unklarer Silhouette wichtig ist.
Besonders deutlich wird der mehrstufige Charakter in den vorgesehenen Detektions- und Charakterisierungstechniken. Eine der beschriebenen Innovationen nutzt Event Cameras: Anders als klassische Kameras erfassen diese Geräte nicht komplette Bildframes, sondern registrieren Änderungen der Helligkeit in dem Moment, in dem sie auftreten. Das Labor verarbeitet und analysiert solche Event-Streams, um Charakteristika eines Flugziels zu schätzen – inklusive Position, Attitude, Geschwindigkeit und sogar Beschleunigung. Zusätzlich nennt das SDL propeller signatures und weitere identifizierende Merkmale. Der Ansatz zielt damit auf Szenarien, in denen traditionelle Bildgebung an Grenzen stößt, etwa bei verwackelter Darstellung durch schnelle Bewegungen, bei marginaler Beleuchtung oder bei komplexen Hintergründen. Für Unternehmen und Betreiber ist das vor allem deshalb relevant, weil Event-basierte Sensorik häufig eine andere Fehlercharakteristik besitzt als frame-basierte Systeme: Sie liefert eher „Ereignisse“ statt „Bilder“, was die nachfolgende Signalverarbeitung und Datenfusion wiederum stärker prägen kann.
Die letzte Stufe der Gegenmaßnahme geht über rein kinetische oder ausschließlich gerichtete Energie hinaus. Dazu arbeitet das SDL an einem Counter-Swarm-Device, das entwickelte Streamer ausbringt, deren Wirkung darauf ausgerichtet ist, die Propeller von Drohnen zu entangeln. Im beschriebenen Design steht ein layered defense-Konzept: Low-cost, low-collateral und skalierbare Effekte sollen eine persistente, volumetrische Wirkung erzeugen – als „cloud“ aus Counter-UAS-Flak, die nicht nur auf einen einzelnen Kontakt setzt, sondern die Wahrscheinlichkeit einer Interaktion mit Propellern erhöht. Technisch ist das weniger „eine Waffe“, sondern eher ein Interaktions-Mechanismus, der auf der Unterbrechung des Propellertriebs basiert. Das Labor beschreibt außerdem Deployment-Methoden, die das Volumen der Streamerwolke vergrößern sollen; damit wird die Systemwirkung als Funktion der räumlichen Ausbreitung und der Kontaktwahrscheinlichkeit modelliert, nicht nur als Funktion der Energie.
Dass das SDL diese Themen in einem Kontext aus übergreifenden Fähigkeiten entwickelt, zeigt ein zweiter Strang der Darstellung: Obwohl das Labor für Raumfahrtbeiträge bekannt ist, entwickelt es auch Technologien für Operationen in Land-, See-, Luft- und Cyber-Domains. Ein Großteil dieser Arbeiten läuft laut Beschreibung über eine C4ISR Systems Division, die command, control, communications, computers, intelligence, surveillance and reconnaissance adressiert. Für den Counter-UAS-Kontext ist das ein wichtiger Hinweis, weil C4ISR nicht nur „Sensorik“ meint, sondern die Gesamtsicht auf Informationsbeschaffung, Lageverständnis und Entscheidungsunterstützung. Wenn die gleichen Kompetenzen in sensing, autonomy, data fusion und mission systems gebündelt werden, lässt sich die Gegen-Drohnen-Kette eher in bestehende Führungs- und Lageprozesse einbetten – anstatt sie als isoliertes Insellösungsproblem zu behandeln.
Für die Markt- und Industriewirkung bedeutet das: Patentierte Bausteine wie das Objekt-Tracking-Verfahren adressieren ein wiederkehrendes Kernproblem im Feld, das viele Betreiber unabhängig vom konkreten Sensorportfolio besitzen. Gleichzeitig sind die unter Patentprüfung stehenden Ansätze mit Event-Kameras und Sensorfusion zur Größen- und Zustandsabschätzung ein Hinweis darauf, dass die aktuelle Gegen-UAS-Technologie nicht nur „bessere Detektion“ verspricht, sondern die Messwertqualität über unterschiedliche physikalische Prinzipien absichert. Besonders spannend ist zudem die Kombination aus Tracking-robustem Datenassoziationsansatz und einer finalen Maßnahme, die auf Interaktion statt auf reine Energieeinwirkung setzt. Für Unternehmen, die solche Systeme integrieren oder betreiben, heißt das vor allem: Nachweisbar stabile Spuren und eine konsistente Zustands- und Größeninterpretation werden zum zentralen Produktbestandteil – während die Effektorwahl (Streamer-basiert oder andere) eher die letzte Klammer der Gesamtlösung bildet. Der Ansatz aus North Logan zeigt damit einen Weg, counter-UAS als Gesamtsystem aus Datenfusion, Zustandsmodellierung und Wirklogik zu betrachten, statt als einzelne Komponente, die „am Ende schon irgendwie trifft“.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "USU-Cluster entwickelt patentierte KI-gestützte Sensorfusion für Counter-UAS" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "USU-Cluster entwickelt patentierte KI-gestützte Sensorfusion für Counter-UAS" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »USU-Cluster entwickelt patentierte KI-gestützte Sensorfusion für Counter-UAS« bei Google Deutschland suchen, bei Bing oder Google News!