LONDON (IT BOLTWISE) – TU Delft zeigt, wie Kleinstdrohnen mit taktilen „Whisker“-Sensoren auch bei völliger Dunkelheit, Staub und Rauch navigieren können. Das System kommt ohne Kamera und ohne externe Positionierung aus und erstellt dabei taktile Karten der Umgebung. Zwei Nitinol-Whisker messen Kontakt und Tiefe, während eine knappe Onboard-Pipeline die Signale trennt und in millimetergenauen Positionen übersetzt. Entscheidend ist die Umsetzung auf ressourcenschonender Hardware mit nur 34 Kilobyte Speicher für die Auswertung.
Die Navigation in Umgebungen mit schlechter Sicht ist für Kleinstdrohnen oft der Flaschenhals: Sobald Licht fehlt oder Partikel die Optik überlagern, verliert eine Kamera schnell ihre zuverlässige Orientierung. Genau dort setzt ein Ansatz der TU Delft an und ersetzt visuelle Wahrnehmung durch taktile Signale nach dem Vorbild von Nager-Schnurrhaaren. Die Forschenden beschreiben ein Sensorkonzept für Drohnen unter 100 Gramm, das auch in völliger Dunkelheit sowie bei Staub und Rauch funktioniert und dabei ohne externe Positionierungssysteme auskommt.
Im Kern stehen zwei künstliche Whisker aus Nitinol, montiert vorne an der Drohne. Jeder Whisker ist 200 Millimeter lang, 0,4 Millimeter dick und in einem Abstand von 5 Zentimetern positioniert. An der Basis sitzen jeweils drei Mini-Drucksensoren auf Grundlage des BMP390-Barometers; sie sollen gemeinsam Position und Tiefe in drei Dimensionen abschätzen. Damit bleibt die Sensorik extrem leicht: Die gesamte Whisker-Suite wiegt laut Angaben 3,2 Gramm, was für Mikrodrohnen entscheidend ist, weil zusätzliche Sensorik sonst schnell in das Fluggewicht und die Nutzlastbilanz eingreift.
Getestet wurde das Konzept auf einem 44,1 Gramm leichten Quadcopter vom Typ Crazyflie 2.1 Brushless mit 100-Millimeter-Rahmen. Die Drohne folgte Wänden auf harten wie weichen Oberflächen, selbst bei völliger Dunkelheit. Besonders praxisnah ist dabei der Verzicht auf Kamera und externe Positionsquellen: Das System erstellt taktile Karten seiner Umgebung und findet einen Ausgang, während es dabei die Kontaktinformationen der Whisker in eine Bewegungs- und Navigationsstrategie übersetzt. Aus technischer Sicht bedeutet das, dass die Sensoren nicht nur „Wand ja/nein“ liefern, sondern eine kontinuierliche Tiefen- und Lageinformation bereitstellen, die für Mapping und Pfadfindung ausreicht.
Eine zentrale Herausforderung besteht in der Signalentmischung: Die Drohne bewegt sich und ihre Propeller erzeugen Luftströmungen, die Druck- und Messwerte auch ohne echten Kontakt beeinflussen können. Die TU Delft löst das mit einer Onboard-Pipeline, die physischen Kontakt von Störungen durch die Propellerluftströmung unterscheidet. Der Clou ist die knappe Implementierung: Für die Pipeline werden lediglich 34 Kilobyte Speicher benötigt, dennoch liefert sie millimetergenaue Positionsschätzungen. Diese Speichergrenze wird über eine sehr kompakte Struktur der Auswertung erreicht und ist damit ein direktes Belastungsthema für den Einsatz auf ressourcengebundenen Mikrocontrollern.
Die Pipeline verteilt sich dabei auf drei Teile: 0,2 Kilobyte entfallen auf die Drift-Korrektur, 9,6 Kilobyte auf den Tiefenschätzer und 20,9 Kilobyte auf das Mapping. Als Mikrocontroller kommt ein STM32F405 mit 192 Kilobyte Speicher zum Einsatz; die Basis-Firmware belegt bereits 132 Kilobyte. Damit bleibt rechnerisch nur ein enges Restbudget, in das die neue Auswertelogik passen muss. Kernstück ist ein kleines neuronales Netz mit drei Schichten, jeweils 32 Neuronen, insgesamt 2.273 Parametern. Im Whiteboard-Test erreicht das System einen mittleren Rekonstruktionsfehler von 4,12 Millimetern, bei einem RMSE von 5,75 Millimetern. Für eine Navigation mit minimaler Sensorik und sehr begrenztem Rechenaufwand ist das Ergebnis bemerkenswert, weil es zeigt, wie stark sich mit guter Signalaufbereitung und schlankem Modelldesign Genauigkeit bei der Abstands- und Lageabschätzung treiben lässt.
Als Anwendungsfeld nennen die Forschenden insbesondere Szenarien, in denen klassische optische Navigation ausfällt: etwa in verrauchten oder staubigen Umgebungen, wie sie bei Rettungseinsätzen oder bei der Inspektion enger, unbeleuchteter Räume vorkommen können. Kamerabasierte Systeme werden in solchen Bedingungen schnell unzuverlässig, und zusätzlich steigt bei ihnen häufig das Gewicht durch Optik, Beleuchtung oder größere Recheneinheiten. Die Whisker-Sensorik stellt dagegen eine Art „leichtes Tast-Interface“ dar: Sie liefert Positionsschätzungen millimetergenau und bleibt dabei auf dem Fluggerät selbst handhabbar, weil die Auswertung in die engen Speicher- und Laufzeitbudgets der Zielhardware passt.
Für die Industrie ist das vor allem deshalb interessant, weil sich die taktile Navigation als Ergänzung in bestehenden Stack-Ansätzen verstehen lässt. Kameras liefern in guten Sichtbedingungen weiterhin wertvolle Informationen; die Whisker könnten dagegen in den Momenten einspringen, in denen Optik kompromittiert ist, etwa bei Partikeln in der Luft oder bei komplett fehlendem Licht. Damit verschiebt sich der Entwicklungsfokus weg von rein visuellen Datenquellen hin zu Multi-Modalität aus Licht und Kontakt – und zwar so, dass die Zusatzkosten in Gewicht und Rechenleistung überschaubar bleiben. Für Entwickler bedeutet das: Der Aufwand liegt weniger in „noch mehr Hardware“, sondern in robusten Onboard-Pipelines, die Störungen erkennen, Drift begrenzen und aus wenigen Messkanälen ausreichend zuverlässige Zustände für Mapping und Navigation ableiten.
In praktischer Hinsicht macht die Kombination aus Nitinol-Mechanik und barometerbasierten Drucksensoren einen Teil der Robustheit aus: Das System nutzt Formverformung und Kontaktzustände, statt optische Features zu verfolgen. Gleichzeitig bleibt der nächste technische Schritt naheliegend: Wie gut das Mapping unter realen Industriegeometrien, wechselnden Oberflächenbeschichtungen und dynamischen Störquellen skaliert, wird davon abhängen, wie die Drift-Korrektur und das gelernte Modell mit neuen Umgebungen umgehen. Wenn die Methode in weiteren Versuchen bestätigt wird, könnte sie für leichte autonome Plattformen eine realistische Alternative zu externen Positionierungssystemen werden – insbesondere dort, wo Kabel, Infrastruktur oder Sichtlinien fehlen.
💳 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 "TU Delft entwickelt Nitinol-Whisker für kamerafreie Drohnen-Navigation" 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 "TU Delft entwickelt Nitinol-Whisker für kamerafreie Drohnen-Navigation" 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: »TU Delft entwickelt Nitinol-Whisker für kamerafreie Drohnen-Navigation« bei Google Deutschland suchen, bei Bing oder Google News!