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 für den Betrieb dieser Geraete kein Expertenwissen noetig ist und diese auch von Privatpersonen als Angriffsmittel eingesetzt werden koennen, stellen UAVs eine potentielle Gefahr für 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 UAV-Audiodaten. Das System verwendet eine MPEG7-Datenbank 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 UAV-Geräuschen zu unterscheiden. Fuer die akustische Lokalisation werden Beamforming-Techniken in Kombination mit einem einfachen Algorithmus zur Verfolgung mehrerer Schallquellen verwendet. Das System wird durch gaengige Klassifikations-Metriken und einem vorgeschlagenen Fehlermaß für die Lokalisationsgenauigkeit evaluiert. Abschließend wird ein Einblick in die Echtzeit-Implementierung und die Fusionierung von Beamforming und Audio-Klassifikation gegeben.