Regelungssysteme für unbemannte Fluggeräte

Bei einem UAV (Unmanned Aerial Vehicle) wie dem ARTIS werden die Eigenschaften an das Regelungs- und Entscheidungssystem primär durch die Nutzlast definiert und unterscheiden sich daher grundlegend von denen der bemannten Fluggeräte. Neben der selbständigen Bahnfolge ist Ausnutzung der physikalischen Möglichkeiten die maßgebliche Forderung an das Regelungssystem.

Das Fehlen eines Piloten erfordert die selbständige Überwachung des Systemzustandes – sprich das unbemannte Fluggerät muss ohne weiteres menschliches Eingreifen stets berechnen und „einschätzen“ können, ob an Bord alles in Ordnung ist und sämtliche Systeme sauber arbeiten. Mit dem Auftreten von Unregelmäßigkeiten sollte das System – in einem gewissen Rahmen – selbständig umgehen können. Beispielsweise wird dem Fluggerät durch das Erkennen von Hindernissen ein reaktives Ausweichen ermöglicht. Folglich plant es notwendigerweise basierend auf den gewonnenen Informationen einen Ausweichpfad und integriert diesen in den vorgegebenen Weg.

Im Gegensatz zur bemannten Fliegerei ist eine aufwendige Systemidentifizierung eines UAVs wirtschaftlich kaum sinnvoll. Die Vielfältigkeit der möglichen Basissysteme in Verbindung mit dem modularen Aufbau der Avionik zum Beispiel des ARTIS Systems ermöglicht eine Anpassung an verschiedenste Anforderungen. Ein Wechsel der Hubschrauberplattform erfordert möglicherweise jeweils eine neue und aufwendige Systemidentifizierung, die in keinem Verhältnis zu den Kosten des Basissystems steht. Bei der Entwicklung des ARTIS Regelungssystems favorisieren die DLR-Wissenschaftler daher ein adaptives beziehungsweise lernfähiges Regelungskonzept. Der Plan: Nach der Identifizierung eines einfachen Basismodells erfolgt die weitere Anpassung an die speziellen Eigenschaften jedes einzelnen Fluggeräts weitgehend automatisch.

Die Entwicklung eines adaptiven Regelungssystems

• mit einem Kompromiss zwischen aufwendiger (kostenintensiver) Systemidentifizierung und der Verwendung (kritischer) adaptiver Elemente,
• zur Ausnutzung der vollen Leistungsfähigkeit des Fluggeräts,
• zur Schaffung eines Systems, dass Fehlerfälle selbstständig kompensieren kann,

umfasst Aktivitäten wie:

• Systemidentifizierung,
• Integration von MATLAB Real Time Workshop Code,
• Erprobung robuster Regelungsverfahren,
• Auswahl und Anbindung adaptiver bzw. lernfähiger Elemente.