Wie bekommt meine Drohne künstliche Intelligenz?

1. Vier Wege zur intelligenten Drohne

Bei allen Varianten gilt: Bildauswertung, Assistenz und Eingriff in die Flugsteuerung sind unterschiedliche Entwicklungsstufen. Vor Hardwaretests zuerst ohne Propeller und in Simulation arbeiten. Eine sichere Rückfallebene muss separat geplant und getestet werden.

Quellen: ArduPilot Companion Computer · PX4 und MAVSDK · OpenCV · ONNX Runtime · OpenDroneMap

2. Softwarezugriff verstehen

Ein Flugcontroller verarbeitet Sensoren und regelt das Fluggerät. Seine Firmware ist zeitkritisch. Ein Companion Computer ist ein zusätzlicher Rechner für rechenintensive Anwendungen. Ein Bootloader startet und aktualisiert Firmware; sein Vorhandensein bedeutet keinen offenen Zugriff. Ein SDK stellt Entwicklungswerkzeuge und Funktionen bereit, eine API beschreibt nutzbare Aufrufe.

Forschung am eigenen Gerät beginnt mit Dokumentation, Sicherung und passiver Beobachtung im eigenen isolierten Testnetz. Spannungspegel und elektrische Trennung prüfen, bevor eine serielle Schnittstelle angeschlossen wird. Kein Eingriff in fremde Systeme und keine Abschaltung sicherheitskritischer Funktionen. Ein externer Bildworkflow kann sinnvoller sein als eine Änderung der Firmware.

Quellen: MAVLink · MAVSDK · DroneCAN · DJI Developer · Software & Updates bei D.R.O.L.

3. Protokollforschung: archivierte Referenzen

Der Schwerpunkt von D.R.O.L. liegt auf GPS-fähigen Kamera- und Entwicklungsdrohnen sowie offenen Flugplattformen. Frühere Untersuchungen einfacher WLAN-Geräte bleiben als technische Quellen erhalten.

4. Werkstatt: sicher mit Simulation beginnen

Dokumentationsbasierter Einstieg · nicht selbst ausgeführt

1. Voraussetzungen: Ein PC mit genügend Speicher, stabilem Internet und einer geeigneten Linux-Umgebung; für Windows die jeweils aktuelle herstellerspezifische Anleitung beachten.
2. ArduPilot: Die offiziellen SITL-Installationsschritte für Betriebssystem und ausgewählten Stand ausführen. Version und Commit dokumentieren. SITL simuliert Flugsteuerung und Fahrzeug auf dem Rechner.
3. PX4: Nach der Entwicklungsumgebung den Simulationsleitfaden des gewählten Releases verwenden. Nicht gleichzeitig unterschiedliche Versionsanleitungen mischen.
4. Telemetrie: Erst wenn die Simulation läuft, Ground Station oder MAVSDK über den in der jeweiligen Konfiguration dokumentierten lokalen UDP-Port verbinden. Ports unterscheiden sich nach Simulator und Weiterleitung. Nur lesen, nicht scharf schalten.
5. Erwartung: Die Bodenstation erkennt ein simuliertes Fahrzeug und zeigt Telemetrie. Bei fehlender Verbindung Simulatorausgabe, Portbelegung und Firewall prüfen.

MAVSDK Python Quickstart und Beispiele · QGroundControl · Mission Planner. Versionen und Ergebnisse bei eigener Ausführung dokumentieren.

Praxisanleitung: ArduPilot-Simulation und Telemetrie mit Python

Fortgeschritten · Dokumentation geprüft: 5. November 2026 · nicht praktisch getestet

Dieses Beispiel liest ausschließlich HEARTBEAT-Nachrichten einer lokalen Simulation. Es sendet keine Flugbefehle und benötigt keine Drohne. Es ersetzt nicht die Sicherheitsprüfung eines echten Systems.

1. Voraussetzungen und Version dokumentieren

Benötigt werden Ubuntu Linux, Python 3 mit venv und eine nach der offiziellen ArduPilot-Anleitung eingerichtete Entwicklungsumgebung einschließlich SITL und MAVProxy. Die konkreten Paket- und Systemversionen hängen vom gewählten ArduPilot-Stand ab. Im ArduPilot-Verzeichnis den Stand festhalten:

git rev-parse HEAD
python3 --version

Dieses Tutorial wurde gegen die am Prüftag verfügbaren Dokumentationen formuliert; ein bestimmter ArduPilot-Release wurde hier nicht praktisch verifiziert.

2. Copter-Simulation starten

Im ArduPilot-Verzeichnis:

cd ArduCopter
sim_vehicle.py --console --map -w

-w setzt die gespeicherten Parameter der Simulation zurück: nur beim ersten Start oder wenn ein Rücksetzen beabsichtigt ist verwenden. Beim ersten Start wird die Simulation gebaut, was mehrere Minuten dauern kann. Anschließend läuft MAVProxy in der Konsole. In dessen Eingabe prüfen:

output

Ist noch keine Ausgabe an 127.0.0.1:14553 vorhanden, diese in MAVProxy hinzufügen:

output add 127.0.0.1:14553

Nur lokale Tests verwenden und diesen Port nicht nach außen freigeben. Falls der Port bereits belegt ist, einen anderen freien Port sowohl in MAVProxy als auch im folgenden Skript eintragen.

3. Python-Umgebung einrichten

Ein zweites Terminal öffnen und in einem eigenen Arbeitsverzeichnis ausführen:

python3 -m venv .venv
source .venv/bin/activate
python -m pip install pymavlink
python -m pip show pymavlink

Die angezeigte Version zusammen mit dem ArduPilot-Commit notieren. Anleitungen und Paketversionen können sich ändern.

4. HEARTBEAT lesen

Folgenden Code als heartbeat.py speichern und mit python heartbeat.py starten:

from pymavlink import mavutil

link = mavutil.mavlink_connection("udpin:127.0.0.1:14553")
print("Warte bis zu 15 Sekunden auf einen HEARTBEAT ...")
msg = link.recv_match(type="HEARTBEAT", blocking=True, timeout=15)
if msg is None:
    raise SystemExit("Kein HEARTBEAT: Simulation, UDP-Ausgabe und Port prüfen")
print("HEARTBEAT empfangen")
print("System:", msg.get_srcSystem(), "Komponente:", msg.get_srcComponent())
print("Autopilot-Typ:", msg.autopilot, "Status:", msg.system_status)
link.close()

Erwartetes Ergebnis: Die Konsole meldet einen empfangenen HEARTBEAT und zeigt System- und Komponenten-ID. Der konkrete Inhalt hängt vom simulierten System ab. Der Empfang belegt lediglich die Datenverbindung, keine Flugfreigabe.

5. Fehler eingrenzen

• Kein HEARTBEAT: Läuft die Simulation? Zeigt MAVProxy mit output den richtigen Empfänger? Stimmen IP und Port im Skript?
• Adresse bereits belegt: Den belegenden Prozess prüfen oder einen freien lokalen Port wählen und auf beiden Seiten ändern.
• Modul fehlt: Virtuelle Umgebung aktivieren und python -m pip show pymavlink prüfen.
• Simulationsstart scheitert: ArduPilot-Build-Umgebung, Terminalausgabe und Dokumentation für den verwendeten Stand prüfen.

Quellen: ArduPilot SITL auf Linux · SITL und MAVProxy-Ausgaben · MAVLink: pymavlink · MAVLink: HEARTBEAT.

5. Werkstatt: ein vorhandenes Bild lokal prüfen

Beispielcode · Ausführung in dieser Veröffentlichung nicht nachgewiesen

Voraussetzungen: Python 3 und OpenCV-Python in einer virtuellen Umgebung, eine eigene Datei aufnahme.jpg. Installationshinweise und Versionen: OpenCV-Dokumentation. Die Datei bleibt lokal. Das folgende Beispiel erkennt Kanten, keine Schäden und keine Objekte.

import cv2

bild = cv2.imread("aufnahme.jpg")
if bild is None:
    raise FileNotFoundError("aufnahme.jpg nicht lesbar")
grau = cv2.cvtColor(bild, cv2.COLOR_BGR2GRAY)
kanten = cv2.Canny(grau, 100, 200)
if not cv2.imwrite("kanten.png", kanten):
    raise OSError("Ausgabe konnte nicht gespeichert werden")
print("Gespeichert: kanten.png")

Erwartung: Eine Graustufen-Kantenkarte namens kanten.png. Bei Fehlern Dateinamen und Arbeitsverzeichnis, OpenCV-Installation und Schreibrechte prüfen. Original und Metadaten bleiben separat erhalten; die Ausgabedatei übernimmt nicht automatisch GPS-Metadaten. OpenCV: Canny

6. Von hier aus weiter

Ein sinnvoller Entwicklungspfad: vorhandene Aufnahmen lokal prüfen → Datenformate und Zeitstempel dokumentieren → Telemetrie in SITL lesen → erst dann kompatible Hardware und Strombudget auswählen. Ob YOLO, TensorFlow Lite, ROS 2 oder RTAB-Map passend sind, hängt von Aufgabe, Hardware und Version ab.

Daten und Sicherheit · Drohnenkatalog · Praxisdossiers · FAQ · Lab

Vor einem tatsächlichen Einsatz gelten die jeweils aktuellen Betriebs-, Datenschutz- und Luftfahrtregeln. Informationen: EASA Drohnen · Luftfahrt-Bundesamt.

D.R.O.L. Lab · Praxisanleitung · Stand 07.11.2026

MAVLink-Telemetrie aus einer Simulation als CSV protokollieren

Dieses Beispiel verbindet sich mit einer eigenen ArduPilot-SITL-Instanz, wartet auf ein HEARTBEAT und schreibt ausgewählte Positionsmeldungen in eine lokale CSV-Datei. Damit entsteht eine nachvollziehbare Grundlage für Karten, Zeitreihen und spätere KI-Auswertungen. Es sendet keine Flugbefehle.

Voraussetzungen und Datenfluss

Python 3, das Paket pymavlink, eine gestartete ArduPilot-SITL-Simulation und ein ausdrücklich für diesen Empfänger konfigurierter MAVLink-UDP-Datenstrom. Datenfluss: SITL → MAVLink/UDP → Python → lokale CSV. Beispieladresse 127.0.0.1:14550 ist ein konfigurierbarer Beispielport, kein universeller SITL-Standard.

1. SITL nach offizieller ArduPilot-Anleitung starten und einen UDP-Ausgang für den Python-Empfänger einrichten.
2. In einer isolierten Python-Umgebung python -m pip install pymavlink ausführen.
3. Den folgenden Code als telemetrie_csv.py speichern und den UDP-Port gegebenenfalls anpassen.
4. Das Skript mit python telemetrie_csv.py starten; bei eingehenden GLOBAL_POSITION_INT-Nachrichten entsteht telemetrie.csv.

import csv
import time
from pymavlink import mavutil

PORT = 14550  # An den konfigurierten SITL-UDP-Ausgang anpassen
link = mavutil.mavlink_connection(f"udpin:127.0.0.1:{PORT}")

print("Warte auf HEARTBEAT (max. 30 Sekunden) ...")
if link.wait_heartbeat(timeout=30) is None:
    raise SystemExit("Kein HEARTBEAT: SITL, UDP-Ziel und Port prüfen.")

deadline = time.monotonic() + 60
count = 0
with open("telemetrie.csv", "w", newline="", encoding="utf-8") as out:
    writer = csv.writer(out)
    writer.writerow(["timestamp_utc", "lat_deg", "lon_deg", "alt_rel_m"])
    while time.monotonic() < deadline:
        msg = link.recv_match(type="GLOBAL_POSITION_INT",
                              blocking=True, timeout=2)
        if msg is None:
            continue
        writer.writerow([
            time.strftime("%Y-%m-%dT%H:%M:%SZ", time.gmtime()),
            msg.lat / 1e7,
            msg.lon / 1e7,
            msg.relative_alt / 1000,
        ])
        count += 1
print(f"{count} Positionsmeldungen gespeichert.")

Ergebnis und Fehlerdiagnose

Die CSV enthält einen UTC-Empfangszeitpunkt sowie Breiten- und Längengrad in Grad und relative Höhe in Metern. GLOBAL_POSITION_INT ist nicht garantiert: ohne gültige Positionsdaten oder passenden Nachrichtenstrom bleibt die Datei möglicherweise bei der Kopfzeile. Die Zeitangabe stammt vom empfangenden Rechner, nicht aus der Flugcontroller-Uhr.

Bei fehlendem HEARTBEAT zuerst die MAVLink-Diagnose nutzen. Bei leerer CSV Nachrichtenrate und SITL-Positionsstatus prüfen. CSV-Dateien können sensible Geodaten enthalten; nur lokal speichern und vor Weitergabe bereinigen.

Prüfstatus: redaktionell erstelltes Beispiel; in diesem Arbeitslauf nicht gegen eine laufende SITL-Instanz ausgeführt. Keine Hardware- oder Firmware-Kompatibilität zugesichert.

Primärquellen: ArduPilot SITL · MAVLink GLOBAL_POSITION_INT · pymavlink-Grundlagen.

Datenformate · Lab-Übersicht · Drohnenkatalog