details_view: 10 von 1154

 

Verbundvorhaben: WISP - Windkraftanlagen Inspektion; Teilvorhaben: 3D-Punktwolkenverarbeitung und SLAM (WISP-SLAM)

Zeitraum
2022-12-01  –  2025-11-30
Bewilligte Summe
418.869,08 EUR
Ausführende Stelle
Förderkennzeichen
03EE3077D
Leistungsplansystematik
Logistik, Anlageninstallation, Instandhaltung und Betriebsführung [EB1250]
Verbundvorhaben
01250908/1  –  WISP - Windkraftanlageninspektion
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESE3)
Förderprogramm
Energie
 
Gesamtziel des Vorhabens ist die Entwicklung eines drohnenbasierten Sensorsystems für die Inspektion von Windkraftanlagen. Hierbei sollen insbesondere schwer zugängliche und kritische Stellen wie beispielsweise Rotorblätter in bislang unerreichter Genauigkeit digitalisiert und vermessen werden. Die Sensorik besteht aus Laserscannern, Kameras, Thermokameras und IMUs zum Einsatz, um ein möglichst umfassendes, multimodales Modell der Anlage zu erhalten. Durch den Einsatz von Drohnen kann die Inspektion im Vergleich zu aktuellen Methoden schnell, effizient und sicher durchgeführt werden. Die Idee des Teilprojektes ist, luftgestütztes Laserscanning so zu miniaturisieren und Drohnen, d.h. kleine UAVs, mit entsprechender Laserscan-Sensorik auszustatten, so dass die Inspektions-aufgabe kostengünstig gelöst werden kann. Dazu sollen die UAVs die erstellten 3D-Karten auch selbst nutzen. Es müssen die Verfahren und Algorithmen so angepasst werden, dass die Ergebnisse, d.h. die 3D-Karten in Echtzeit vorliegen. Das Vorhandensein einer detailreichen 3D-Karte mit Zusatzinformationen (Fotos, Thermografie, Interpretationen) bietet die Möglichkeit in kurzer Zeit, WKAs zu inspizieren und den Zustand zu dokumentieren. Die wissenschaftlichen Ziele des Vorhabens beinhalten zum einen die Lösung des Problems der simultanen Lokalisierung und Kartierung (SLAM, vgl. Abschnitt 2) eines UAVs. Ist SLAM gelöst, muss die 3D-Punktwolke in ein 3D-Modell umgewandelt, was durch Anwendung von neuronalen KI-Methoden gelingen soll. Eine weitere wissenschaftliche Herausforderung ist die Datennachverarbeitung und Datenanalyse. Hier sollen neue Methoden zur Änderungsdetektion umgesetzt werden. Auf technischer Seite ist ein Ziel des Projektes eine effiziente Lösung des Kalibrierproblems zu finden.