KI-generierte 3D-Stadtkarten sollen den Katastrophenschutz unterstützen
Ein von der Universität der Bundeswehr entwickeltes KI-System nutzt SAR-Bilder, um dreidimensionale Stadtkarten zu erstellen. Diese Karten könnten in Katastrophensituationen eine wichtige Rolle spielen.
Michael Recla, ein Doktorand von Prof. Schmitt, erstellte mit Hilfe des SAR2Height-Verfahrens dieses Bild von München.
Foto: Michael Recla
In Katastrophensituationen zählt jede Minute. Besonders nach einem Erdbeben oder einer Flutkatastrophe sind präzise Informationen über die Beschaffenheit von Gebäuden und Straßen entscheidend. Ein Team der Universität der Bundeswehr München (UniBw M) hat unter der Leitung von Prof. Michael Schmitt ein KI-basiertes System entwickelt, das genau diese Informationen in kürzester Zeit liefern kann. Mithilfe eines Synthetic Aperture Radar (SAR)-Bildes erzeugt die Technologie dreidimensionale Stadtkarten.
Schnelle Hilfe durch 3D-Stadtkarten
Nach Naturkatastrophen sind zuverlässige Daten über den Zustand von Gebäuden oft schwer zugänglich. Hier setzt das SAR2Height-Verfahren von Prof. Schmitt und seinem Team an. Es verwandelt SAR-Bilder in detaillierte Höhenkarten, die einen umfassenden Überblick über den städtischen Raum bieten. Insbesondere die Geschwindigkeit, mit der diese Karten erstellt werden können, könnte die Katastrophenhilfe revolutionieren.
„Wir sind sehr nahe dran, vollständige Stadtmodelle aus einzelnen SAR-Bildern zu rekonstruieren“, erklärt Prof. Schmitt optimistisch.
Wie das SAR2Height-Verfahren funktioniert
Das Herzstück des Verfahrens ist die SAR-Technologie, die Radarsignale zur Erdoberfläche sendet. Ein besonderer Vorteil dieser Technik: Die Signale durchdringen Wolken, Nebel und sogar Rauch. Das bedeutet, dass Aufnahmen selbst unter schwierigen Bedingungen erstellt werden können, was für den Katastrophenschutz von unschätzbarem Wert ist.
Während optische Satellitenbilder oft von Wetterbedingungen abhängen, liefert SAR unabhängig von den äußeren Einflüssen konsistente Daten. Diese Radarbilder sind jedoch zweidimensional und können aufgrund von Effekten wie Radar-Layover schwer zu interpretieren sein. Hier kommt die künstliche Intelligenz ins Spiel. Das von Prof. Schmitt entwickelte System nutzt ein neuronales Netz, um die Informationen der SAR-Bilder in Höhenkarten umzuwandeln.
Herausforderungen und Grenzen der Technologie
Das Team der Universität der Bundeswehr hat das System mit SAR-Bildern von 51 Städten trainiert, die vom TerraSAR-X-Satelliten aufgenommen wurden. Zusätzlich wurden hochwertige Höhenkarten, größtenteils basierend auf LiDAR-Daten, verwendet, um das Modell zu verbessern. Dabei wurde eine Zuordnung von Pixel zu Pixel zwischen den SAR-Bildern und den Höhenkarten vorgenommen. Das Ergebnis: ein KI-System, das Gebäudestrukturen auf beeindruckende Weise in 3D-Stadtkarten übersetzt.
Prof. Schmitt merkt jedoch an, dass das System noch nicht perfekt ist. „Viele Städte in Entwicklungsländern verfügen nicht über regelmäßige LiDAR-Flüge, die repräsentative Trainingsdaten geliefert hätten“, erklärt er. Besonders die Höhe von Wolkenkratzern bleibt eine Herausforderung für das Modell. Dennoch bietet es eine solide Grundlage für den Einsatz in urbanen Regionen.
Zukunftsperspektiven: KI und Katastrophenhilfe
Die Fähigkeit, in Echtzeit detaillierte 3D-Stadtkarten zu generieren, könnte die Rettungseinsätze der Zukunft nachhaltig verändern. Durch die Integration dieser Technologie in bestehende Systeme könnten Hilfskräfte schneller und effizienter reagieren. Während Prof. Schmitts Team derzeit hauptsächlich Daten aus Europa und Nordamerika nutzt, gibt es Bestrebungen, das Modell weiter zu entwickeln und auch für Städte in Entwicklungsländern anwendbar zu machen.
Ein Beitrag von:
