Akustische Detektion und Lokalisation von UAVs mit Mikrofonarrays in Echtzeit

Unbemannte Luftfahrzeuge (UAVs), wie z.B. Drohnen, koennen seit einiger Zeit in unterschiedlichsten Preis und Gewichtsklassen kommerziell erworben und betrieben werden. Da fuer den Betrieb dieser Geraete kein Expertenwissen noetig ist und diese auch von Privatpersonen als Angriffsmittel eingesetzt werden koennen, stellen UAVs eine potentielle Gefahr fuer Personen und oeffentliche Einrichtungen dar. Wir praesentieren ein Gesamtkonzept zur akustischen Lokalisation und Detektion von UAVs in Echtzeit durch den Einsatz von Mikrofonarrays und Methoden des maschinellen Lernens. Wir beschreiben den Entwurf geeigneter Mikrofonarrays, inklusive deren Konstruktion und verwendeter Hardware, sowie ein definiertes Prozedere zur Aufzeichnung von UAVAudiodaten. Das System verwendet eine MPEG7Datenbank zur Verwaltung von annotierten Audiosegmenten und relevanten Metadaten. Aus annotierten Audiodaten werden akustische Merkmale extrahiert, die fuer das Training von Klassifikationsalgorithmen verwendet werden, um zwischen der An bzw. Abwesenheit von UAVGeraeuschen zu unterscheiden. Fuer die akustische Lokalisation werden BeamformingTechniken in Kombination mit einem einfachen Algorithmus zur Verfolgung mehrerer Schallquellen verwendet. Das System wird durch gaengige KlassifikationsMetriken und einem vorgeschlagenen Fehlermaß fuer die Lokalisationsgenauigkeit evaluiert. Abschließend wird ein Einblick in die EchtzeitImplementierung und die Fusionierung von Beamforming und AudioKlassifikation gegeben.