Durchblick im Trüben – Universität Rostock entwickelt KI-Methode zum Abscannen des Meeresbodens
Bei der Inspektion von Windrädern oder der Suche nach verlorenen
Containern in trüben Küstengewässern ist man auf akustische „Bilder“ von
Echoloten, so genannten Sonargeräten, angewiesen. Doch die Arbeit am
Bildschirm ist anstrengend und zeitraubend. Ein Rostocker Informatik-Team
bringt jetzt Computern bei, diese Sonarbilder automatisch zu analysieren.
Das Verfahren soll auch dabei helfen, giftige Weltkriegs-Munition am
Meeresboden aufzuspüren.
Die Inspektion von Unterwasserbauwerken wie etwa Windradfundamenten oder
Trafostationen am Meeresboden kann anstrengend sein. Zwar nutzt man dafür
heute ferngesteuerte Unterwasserfahrzeuge, die über Kabel mit einem Schiff
verbunden sind. Doch für die Piloten, die diese Remotely Operated Vehicles
(ROV) vom Schiff aus steuern, ist das Manövrieren harte
Konzentrationsarbeit. Vor allem, weil sie gleich mehrere Bildschirme im
Blick behalten müssen – das Bild der Bordkamera des ROVs, das Bild des
Echolots, des sogenannten Sonars, das die Tiefeninformation zeigt oder
auch die digitale Seekarte, auf der das Untersuchungsgebiet zu sehen ist.
Hinzu kommen technische Zeichnungen der Objekte, nach denen die Piloten
gerade suchen – etwa die Gehäuse von Unterwassertrafos, die repariert
werden müssen. Die Bildschirmarbeit ist auch deshalb anstrengend, weil das
Schiff und die Kamerabilder im Rhythmus der Wellen schwanken und weil die
Piloten oft in abgedunkelten Räumen arbeiten. Manch einer wird davon
seekrank.
Ein internationales Team um den Informatiker Sebastian Bader vom Institut
für Visual and Analytic Computing der Universität Rostock arbeitet daran,
den ROV-Piloten die Arbeit zu erleichtern. Die Gruppe entwickelt
Algorithmen, die in Zukunft selbständig Objekte am Meeresgrund erkennen
werden. „Das Problem besteht darin, dass man mit einer normalen Kamera in
relativ trüben Gewässern wie der Nordsee oder Ostsee nur wenige Meter weit
gucken kann“, sagt Sebastian Bader. „Um größere Bereiche zu überblicken,
nutzt man daher die Bilder von Sonaren, die den Meeresboden mit
Schallimpulsen abtasten und deutlich weiter reichen. Bislang sind Computer
aber nicht besonders gut darin, in Sonarbildern Objekte zu erkennen –
schon gar nicht in Echtzeit.“
In der Regel kommen heute für die Unterwasserarbeit Fächerecholote zum
Einsatz. Anders als das klassische Echolot der U-Boote aus dem Zweiten
Weltkrieg geben diese nicht einzelne Schallimpulse ab, die von
Gegenständen in der Tiefe reflektiert werden. Vielmehr schickt ein
Fächerecholot zeitgleich mehrere hundert Impulse in verschiedenen Winkeln
hinab. Wie mit einem Fächer scannt es dabei nach und nach ganze Streifen
des Meeresbodens ab. So entsteht ein 3D-Bild, ein Relief des Meeresbodens.
Verschiedene Tiefen werden darin in unterschiedlichen Farben dargestellt.
Menschen sind sehr gut darin, in diesen bunten Sonarbildern Gegenstände zu
erkennen, die vom Meeresboden aufragen, etwa die Umrisse eines Containers,
der über Bord gegangen ist oder das Wrack eines abgestürzten Flugzeugs.
Für einen Computer aber ist eine solche Aufnahme zunächst nichts weiter
als eine chaotische dreidimensionale Punktwolke. Für Informatiker wie
Sebastian Bader besteht die Aufgabe darin, den Algorithmen beizubringen,
die verschiedenen Objekte im Sonarbild zu erkennen.
„Für die Welt über Wasser nutzt man heute meist Neuronale Netze, die man
mit Bildern von Objekten trainiert“, sagt Sebastian Bader. Füttert man ein
Neuronales Netz zum Beispiel mit Tausenden von Katzenbildern, lernt es,
wie Katzen aussehen. Nach dem Training kann es dann zielsicher Katzen auf
Fotos identifizieren. „Für die Unterwasserwelt und vor allem für
Sonarbilder aber gibt es bis heute einfach kaum Daten, mit denen man
Neuronale Netze trainieren könnte“, sagt der Forscher. „Vermutlich
verfügen das Militär und die Marine weltweit über solche Datensätze. Diese
sind aber nicht öffentlich.“
Angesichts des Mangels an Trainingsdaten haben sich Sebastian Bader und
sein Team für eine andere Lösung entschieden. Sie füttern ihre Algorithmen
mit den Konstruktionszeichnungen verschiedener Objekte – Trafogehäusen,
den Stahlstrukturen von Windradtürmen, mit Netzwerken von Unterwasser-
Stromkabeln und vielem mehr. Die Algorithmen sind darauf getrimmt,
Wahrscheinlichkeiten zu berechnen. Sie analysieren das Sonarbild, indem
sie die vielen eingespeicherten Konstruktionszeichnungen miteinander
vergleichen. Sie berechnen, um welchen Gegenstand es sich mit größter
Wahrscheinlichkeit handelt. „Letztlich stellt der Algorithmus nacheinander
Hypothesen über Gegenstände auf, mit denen sich die 3D-Form eines
Sonarbilds erklären lässt“, sagt Bader. „Er verwirft die Hypothesen so
lange, bis er jenen Gegenstand gefunden hat, der der 3D-Form am ehesten
entspricht.“ Random sample consensus – RANSAC – heißt dieser klassische
Ansatz der Wahrscheinlichkeitsrechnung. „Wir arbeiten auch mit Neuronalen
Netzen. Die klassischen, auf Wahrscheinlichkeiten basierenden Verfahren
scheinen in diesem Fall aber deutlich besser zu funktionieren.“
Der Mangel an Sonarbildern hat dem Team einiges an Kreativität abverlangt.
So mussten die Informatiker zunächst Experimente in der virtuellen Welt
durchführen – mit dem Simulationsprogramm „HoloOcean“ wurden mögliche
Einsatzszenarien nachgestellt. Mit HoloOcean lassen sich realitätsnahe
Sonarbilder eines virtuellen Meeresbodens erzeugen – und in diese dann
gewissermaßen künstliche Gegenstände implantieren. Im ersten Schritt
erzeugten die Informatiker also ein künstliches Sonarbild, welches Sonar-
Reliefs von Tetrapoden enthielt – vierarmigen Wellenbrechern aus Beton,
die auch an der Ostsee für den Küstenschutz genutzt werden. Nach einigem
Programmieren konnten die Algorithmen die Tetrapoden schließlich im
virtuellen Bild erkennen.
Der Realitätscheck folgte vor zwei Monaten. „Das Fraunhofer-Institut für
Graphische Datenverarbeitung hier in Rostock hat uns dafür reale
Sonarbilder zur Verfügung gestellt, auf denen echte Tetrapoden am Grund
der Ostsee zu sehen sind“, sagt Sebastian Bader. Auch in diesem Fall
klappte es. Die Algorithmen identifizierten die Tetrapoden im echten
Sonarbild sofort. Bader: „Da ging ein Jubeln durch unser Labor.“
In den kommenden Monaten sollen die Algorithmen mithilfe weiterer echter
Sonaraufnahmen weiterentwickelt werden. Diese Bilder werden im „Digital
Ocean Lab“ bei Warnemünde aufgenommen. Beim Digital Ocean Lab handelt es
sich um einen Unterwasserpark, in dem neben den Tetrapoden noch
verschiedene andere Gegenstände wie zum Beispiel Natursteine oder
Betonringe am Meeresboden installiert sind. Das Fraunhofer-Institut testet
hier seine Unterwassertechnik. Das Digital Ocean Lab wird aktuell im
Rahmen des Ocean Technology Campus Rostock erweitert: Künftig sollen dort
neue Daten in ganz verschiedenen Forschungsprojekten erhoben werden.
„Unser Fernziel ist, dass ROVs mithilfe unserer Algorithmen künftig ganz
allein Gegenstände unter Wasser entdecken und inspizieren“, sagt Bader.
„Im ersten Schritt aber wollen wir die ROV-Piloten bei ihrer anstrengenden
Suche nach Gegenständen entlasten.“ Nicht zuletzt bei der Suche nach
giftiger Munition aus dem Zweiten Weltkrieg am Grund der Ostsee.
- Aufrufe: 1
