5G-Netze und Edge Computing So könnten Drohnen besser autonom navigieren

Welche Effekte hat Edge Computing auf autonome Drohnen?

Bild: iStock, baranozdemir
22.03.2021

Drohnen haben meist nur wenig Rechenleistung an Bord. Nutzen sie nun Kameras wie Augen, um im Raum zu navigieren, können sie daher nur eingeschränkt schnell und beweglich fliegen. Nun wurde untersucht, welche Effekte das Auslagern von Rechenleistung an den Rand des Netzwerks (Edge Computing) hat.

„Eine Drohne, die kamerabasiert fliegt, muss ständig blitzschnell Bilder verarbeiten. Wenn sie dafür nicht genug Rechenkapazität hat, ist sie in Flugpräzision und -geschwindigkeit eingeschränkt“, erklärt Samira Hayat zum Grundproblem. Sie hat gemeinsam mit Roland Jung, Hermann Hellwagner, Christian Bettstetter, Driton Emini und Dominik Schnieders analysiert, wie sich eine Auslagerung von Navigationsberechnungen auf andere Geräte am Rand des Netzwerks, der so genannten Edge, auswirkt.

Verschiedene Szenarien untersucht

Für die Kommunikation zwischen der Drohne und den externen Rechnern wurde in den Simulationen ein 5G-Netz angenommen. Das Team hat drei Szenarien untersucht: ausschließliche An-Bord-Verarbeitung von Bilddaten, Teilauslagerung in die Edge beziehungsweise komplette Verlagerung der Berechnungen in die Edge.

Das neue 5G-Netz wurde für die Analysen deshalb gewählt, weil es eine wesentlich schnellere Übertragung von Daten ermöglicht; zudem wird Edge Computing in 5G-Systemen eine große Bedeutung zukommen. Basis für die Untersuchung waren 5G-Raten aus Messungen, um die Kommunikationszeit zwischen Drohne und Edge einzuschätzen.

Ergebnisse der Studie

Die Ergebnisse zeigen, dass es je nach Datenaufkommen sinnvoller ist, nur einen Teil der Berechnungen an die Edge auszulagern. Steht ausreichend Kommunikationsleistung und Rechenleistung in der Edge zur Verfügung, können selbst hochauflösende Bilder vollausgelagert schneller verarbeitet werden als niedrigauflösende Bilder an Bord der Drohne.

Deutlich wurde erstens die große Bedeutung hoher Uplink-Datenraten für Edge Computing, sodass große Datenmengen von den Endgeräten (Drohnen) zu den Edge-Rechnern (etwa in einer 5G-Basisstation) rasch übermittelt werden können.

Zweitens wird vom Team ein modulares Design des Algorithmus empfohlen, mit dem man jeweils auf die Datenübertragungsraten und die verfügbare Rechenleistung Rücksicht nehmen und so die optimale Gesamtleistung erreichen kann. Zukünftig will man darüber hinaus an einer höheren Navigationsgenauigkeit mit höheren Bildauflösungen arbeiten und selbige für ein Indoor-Setup mit 5G erarbeiten.

Kooperationspartner

Die Arbeit ist in Kooperation mit T-Mobile/Magenta, beziehungsweise der Deutschen Telekom entstanden. Die beteiligten ForscherInnen tragen zum Forschungsstärkefeld „Networked Autonomous Systems (NAS)“ der Universität Klagenfurt bei.

Verwandte Artikel