Technisches Resümee: Swarmcage

Problemstellung

Die Nutzung von Drohnenschwärmen bietet erhebliches Potenzial für komplexe Aufgaben wie Situationsbewusstsein, Infrastrukturinspektion und Katastrophenhilfe. Bestehende Ansätze verlassen sich jedoch häufig auf die Offline-Trajektorienplanung oder Simulationen und lassen robuste Frameworks für den Einsatz auf realer Hardware vermissen, die dynamische Änderungen zur Laufzeit unterstützen. Zu den zentralen Herausforderungen gehören die begrenzte Flugzeit durch wiederaufladbare Batterien, die Unfähigkeit, Drohnen während des Betriebs nahtlos hinzuzufügen oder zu entfernen, ohne den Schwarm zu stören, sowie die Schwierigkeit der Kollisionsvermeidung in dichten Innenräumen. Darüber hinaus versagen traditionelle Systeme oft beim Umgang mit individuellen Fehlfunktionen oder leerlaufenden Batterien einzelner Drohnen, ohne dass ein vollständiger Systemneustart erforderlich ist. Es besteht ein Bedarf an einer Entwicklungssandkasten (Development Sandbox), der kontinuierliche Beobachtung, autonomen Hardwareaustausch und intuitive Mensch-Schwarm-Interaktion unter Verwendung echter Hardware ermöglicht.

Methodik

Die Autoren präsentieren Swarmcage, ein Framework für das Laufzeitmanagement von Drohnenschwärmen unter Verwendung von Crazyflie-Drohnen, dem Robot Operating System (ROS) und einem Vicon-Motion-Capture-System. Das System ist darauf ausgelegt, die Komplexität der Hardware für den Benutzer zu abstrahieren, um eine dynamische Anpassung der Schwarmgrößen und -formationen zu ermöglichen.

Systemarchitektur

Die Softwarearchitektur ist modular um eine zentrale Swarm Control-Instanz aufgebaut, die mit der Hardware über eine Hardware Abstraction Layer (HAL) interagiert.

• Manager: Eine zentrale Instanz, die für die Integration neuer Drohnen, deren Zuweisung zu Subschwärmen und die Überwachung des Status (z. B. Batteriestand, Absturzerkennung) verantwortlich ist. Sie erleichtert die „Pad Manager“-Logik für automatisiertes Laden und Austausch.
• Subswarms (Sub-Schwärme): Der Schwarm ist in selbstverwaltete Gruppen (Sub-Schwärme) unterteilt, die auf spezifische Aufgaben zugeschnitten sind. Zwei spezialisierte Konzepte wurden implementiert:
  • Single Drone (Einzelne Drohne): Hält eine feste Größe von einer Drohne ein, die für interaktive Steuerung genutzt wird.
  • Formation Swarm (Formationsschwarm): Weist Drohnen dynamisch Formationspunkten zu (z. B. Kreise, Lemniskaten), um einen konstanten Abstand einzuhalten.
• Commander: Ein zentraler Knoten, der Zielbefehle der Sub-Schwärme filtert und glättet. Er implementtiert einen globalen Algorithmus zur Kollisionsvermeidung, der eine Potentialfeldmethode (PFM) mit einem benutzerdefinierten Algorithmus kombiniert. Dieser Algorithnis nutzt elliptische Begrenzungsregionen für sich bewegende Drohnen und sphärische Regionen für stationäre Drohnen, wobei die Ziele in der x/y-Ebene angepasst werden, während Manöver in der z-Achse vermieden werden, die zu instabilitätsinduziertem Abwind (Downwash) führen könnten.
• Hardware Abstraction Layer (HAL): Basierend auf dem Crazyswarm-Projekt, jedoch signifikant modifiziert. Wesentliche Modifikationen umfassen:
  • Dynamische Anpassung der Abfrageraten für die Batterieprotokollierung, um den Funkverkehr zu reduzieren (ermöglicht >10 Drohnen pro Antenne).
  • Faire Verteilung des Antennenzugriffs, um zu verhindern, dass nicht reagierende Drohnen andere blockieren.
  • Ersetzung von ROS-Services durch Topics, um das Hinzufügen und Entfernen von Drohnen zur Laufzeit zu ermöglichen.
  • Implementierung einer sekundären HAL für die Webots-Simulation.

Hardware-Implementierung

• Arena: Ein 16 m × 8 m × 6,5 m großer Flugbereich, ausgestattet mit einem Vicon-Motion-Capture-System (20 Vicon V16 Kameras).
• Drohnen: Eine Flotte von 50 Crazyflie 2.1 Drohnen.
• Tracking: Maßgeschneiderte, leichte aktive Infrarot-LED-Decks (<1 g) wurden entwickelt, um schwere passive reflektierende Marker zu ersetzen, wodurch die Flugzeit und die Nutzlastkapazität erhalten bleiben.
• Ladeinfrastruktur: Ein Landepad-Gitter (Anordnung 6 × 9) mit 50 Qi-kabellosen Ladepads. Jedes Pad ist vorkonfiguriert, um spezifische Drohnen beim Landen zu identifizieren, was eine automatisierte Reintegration ermöglicht.
• Interaktion: Eine „Magic Wand“-Schnittstelle (Zauberstab), bestehend aus einem Stab mit einzigartigen 3D-Markermustern (für Vicon) oder einer speziellen DWM1000/ESP32-S3-Platine (für das Loco Positioning System), ermöglicht es Benutzern, die Position und Orientierung der Drohne über natürliche Gesten zu steuern.

Operative Logik

Das System verwendet spezifische Austauschstrategien (Replacement Strategies), um den Drohnenwechsel zu verwalten:

1. Default (Standard): Wartet, bis die Drohne mit niedrigem Batteriestand den Transferpunkt erreicht hat, bevor ein Ersatz beschafft wird (verhindert Schwarmgrößenspitzen).
2. Early Replacement (Frühzeitiger Austausch): Beschafft sofort einen Ersatz, sobald der Transfer ausgelöst wurde (hält die Schwarmgröße konstant).
3. Wait For Replacement (Warten auf Ersatz): Beschafft sofort einen Ersatz, verzögert aber die Freigabe der alten Drohne, bis die neue Drohne eintrifft (stellt eine konstante Schwarmgröße sicher).

Der Transfer zwischen Sub-Schwärmen folgt einer vierphasigen Zeitsequenz: Pre-Transfer, Transition to Transfer Point (Übergang zum Transferpunkt), Handover (Übergabe) und Integration.

Zentrale Beiträge

1. Runtime Management Framework: Ein neuartiges System, das das dynamische Hinzufügen und Entfernen von Drohnen ohne Unterbrechung laufender Operationen ermöglicht und damit eine Einschränkung bestehender Frameworks wie Crazyswarm adressiert.
2. Autonomer Austauschmechanismus: Ein vollständig automatisierter Workflow zur Erkennung von niedriger Batterieladung oder Abstürzen, zum Landen der betroffenen Drohne und zum nahtlosen Austausch durch eine geladene Einheit aus einer 50-Drohnen-Ladeinfrastruktur.
3. Maßgeschneiderte Hardware-Erweiterungen: Entwicklung leichter aktiver IR-LED-Marker für effizientes Tracking und eines 50-Pad-Qi-kabellosen Ladegitters mit vorkonfigurierten Drohnenidentifikationen.
4. Interaktives Kontrollparadigma: Implementierung einer „Magic Wand“-Schnittstelle, die eine intuitive, gestenbasierte Steuerung einzelner Drohnen oder der Referenzrahmen des Schwarms ermöglicht.
5. Robuste Kollisionsvermeidung: Eine hybride Strategie zur Kollisionsvermeidung, die speziell für dichte Indoor-Schwärme entwickelt wurde und die Sicherheit gegenüber Manövern in der z-Achse priorisiert.

Ergebnisse

Die Autoren führten Proof-of-Concept-Experimente und empirische Evaluierungen durch, um das Framework zu validieren:

• Kontinuierliche Beobachtung: Ein Formationsschwarm hielt ein kreisförmiges Überwachungsmuster um eine Miniaturstadt bei. Das System verwaltete erfolgreich die Batterieentleerung und Drohnenausfälle über einen Zeitraum von 3 Stunden.
• Batterieentleerungstest: Unter Verwendung von 13 Drohnen hielt das System eine einzige aktive Drohne in einer kreisförmigen Formation über 3 Stunden aufrecht. Das Experiment bestätigte, dass alle 13 Drohnen zyklisch genutzt wurden, wobei wieder aufgeladene Drohnen in den Schwarm zurückkehrten. Das durchschnittliche Verhältnis von Ladezeit zu Flugzeit betrug 7,6, was darauf hindeutet, dass mindestens 9 Drohnen erforderlich sind, um eine aktive Drohne kontinuierlich aufrechtzuerhalten.
• Fehlerbehandlungstest: Das System erkannte und ersetzte manuell entfernte Drohnen (um Abstürze zu simulieren) innerhalb von 7–10 Sekunden, wodurch der kontinuierliche Betrieb gewährleistet wurde, bis der Pool der verfügbaren Drohnen erschöpft war.
• Magic Wand Interaktion: Benutzer konnten Drohnenpositionen und Formationen erfolgreich mit dem Stab steuern, was den Nutzen des Systems für Bildungs- und interaktive Anwendungen demonstriert.

Bedeutung und Behauptungen

Das Paper behauptet, dass Swarmcage eine umfassende Entwicklungssandkasten für Schwarm-Anwendungen unter Verwendung echter Hardware bietet und damit über Simulation und Offline-Planung hinausgeht. Die primäre Bedeutung liegt in der Demonstration der Machbarkeit eines kontinuierlichen Drohnenbetriebs durch autonomen Hardwareaustausch. Die Autoren behaupten, dass ihr Ansatz es einem Schwarm ermöglicht, eine bestimmte Anzahl aktiver Drohnen unbegrenzt aufrechtzuerhalten, vorausgesetzt, das Gesamtsystem unterhält eine ausreichende Anzahl an einsatzbereiten Einheiten, um den Ladezyklus abzudecken.

Die Arbeit hebt die Bedeutung einer modularen Softwarearchitektur und maßgeschneiderter Hardware (aktive Marker, kabellose Ladegitter) hervor, um die physikalischen Einschränkungen kleiner Drohnen zu überwinden. Während die Autoren anerkennen, dass Online-Kollisionsvermeidung in dichten Formationen ein herausforderndes Forschungsthema bleibt, das Geschwindigkeitsbeschränkungen erfordert, postulieren sie, dass ihre Sub-Schwarm-Unterteilung und Transferprotokolle diese Risiken für die demonstrierten Anwendungsfälle effektiv mildern. Das Framework wird als Grundlage für zukünftige Forschung in den Bereichen Langzeitüberwachung und intuitive Mensch-Schwarm-Interaktion präsentiert.