Wie UAV Lidar die Planung der Landminenräumung verbessert

Blog

HeimHeim / Blog / Wie UAV Lidar die Planung der Landminenräumung verbessert

Jul 07, 2023

Wie UAV Lidar die Planung der Landminenräumung verbessert

Ein Projekt in Angola Die britische Minenräumorganisation HALO Trust hat in Zusammenarbeit mit Routescene ein UAV-Lidar-Projekt in Cuito Cuanavale in der angolanischen Provinz Cuando Cubango durchgeführt. Dieser Fall

Ein Projekt in Angola

Die britische Minenräumungsorganisation HALO Trust hat in Zusammenarbeit mit Routescene ein UAV-Lidar-Projekt in Cuito Cuanavale in der angolanischen Provinz Cuando Cubango durchgeführt. Diese Fallstudie zeigt die Vorteile von UAV Lidar bei der Erkennung und Kartierung von Minenfeldmerkmalen als Grundlage für eine fundierte Räumungsplanung. Die Ergebnisse können Räumungsbemühungen sicherer machen und durch gezieltes Vorgehen die Räumung beschleunigen.

Landminen verstümmeln und töten jedes Jahr wahllos unzählige Tiere und bis zu 5.000 Menschen, machen Lebensräume unzugänglich und unbrauchbar und zerstören Leben und Lebensgrundlagen. Mindestens 60 Staaten und Gebiete auf der ganzen Welt sind durch Landminen verseucht, sei es aufgrund der Hinterlassenschaften der Vergangenheit oder als Folge jüngster oder anhaltender Konflikte, beispielsweise in der Ukraine und anderen Gebieten. Die Räumung ist ein mühsam langsamer und teurer Prozess und es besteht eindeutig die Notwendigkeit, die Räumung von Landminen weltweit zu beschleunigen.

In Angola sind die Landminen ein Überbleibsel des Bürgerkriegs, der von 1975 bis 2002 andauerte. In der Provinz Cuando Cubango (Abbildung 1) kam es zu einigen der schwersten Kämpfe, und die Schlacht von Cuito Cuanavale war der größte Konflikt des Krieges. Während des gesamten Konflikts kam es auf beiden Seiten zu umfangreichen Minenlegungen, wodurch mehrere Minenfelder entstanden. Viele von ihnen sind 20 bis 30 km lang, darunter Minengürtel mit gemischter Bedrohung aus Antifahrzeug- (AV) und Antipersonenminen (AP), die weiterhin eine tödliche Bedrohung für die örtliche Bevölkerung darstellen (Abbildung 2).

Um die Räumungsarbeiten zu unterstützen, die 2005 in Cuito Cuanavale begannen, testete der HALO Trust den Einsatz von Fernerkundung mit unbemannten Luftfahrzeugen (UAVs oder „Drohnen“), einschließlich thermischer Infrarotkameras (TIR) ​​und RGB-Kameras, um Blindgänger zu identifizieren. Allerdings sind viele Konfliktindikatoren, die auf das Vorhandensein von AV- und AP-Minen hinweisen würden – wie Gräben, Bunker oder Krater – inzwischen mit Vegetation überwuchert und vom Boden oder aus der Luft mit an UAVs montierten RGB- oder TIR-Sensoren nicht mehr sichtbar. Daher war eine andere Nachweismethode erforderlich. UAV Lidar wurde aufgrund seiner Fähigkeit, die Vegetation zu durchdringen, als mögliche Lösung identifiziert und ermöglichte es dem Vermessungsteam, ein Gebiet zu kartieren und vorherzusagen, wo sich eine Minenlinie befinden könnte.

Routescene, ein Hersteller von UAV-Lidar-Systemen und -Software, und The HALO Trust, beide mit Hauptsitz in Schottland, führten 2020 erstmals einen Test vor Ort durch, um zu bestätigen, dass UAV-Lidar Schlachtfeldreste effektiv kartieren kann, die in der Nachbearbeitungssoftware identifizierbar wären. Es wurde ein entsprechend bewachsener Standort gefunden und eine Nachbildung des Kraters gegraben, um die Bedingungen in Angola darzustellen. Der simulierte Krater konnte im resultierenden digitalen Geländemodell (DTM) leicht identifiziert werden (Abbildung 3). Dies bestätigte, dass UAV Lidar in der Lage wäre, Schlachtfeldreste in Angola zu lokalisieren und zu kartieren.

Ziel des Untersuchungsprojekts war es, Merkmale des Schlachtfelds zu erkennen, darunter Hauptgräben, Kommunikationsgräben, Schützengräben (Ein-Mann-Verteidigungsstellungen), Granatenkratzer (flache Ausgrabungen, die es den Soldaten ermöglichen, sich vor Granateneinschlägen und Kleinwaffenbeschuss zu schützen) und Krater durch Detonationen. Für das angolanische Projekt wurden drei Standorte mit bekannten oder vermuteten Schlachtfeldmerkmalen ausgewählt:

Das Gelände an den drei Standorten war hinsichtlich der Höhenlage ähnlich und alle relativ flach. Allerdings schwankte der Grad der Vegetationsbedeckung erheblich. Die Standorte A und C hatten eine dichte Baumbedeckung, während Standort B eine leichte Baum- und Strauchbedeckung aufwies.

Für dieses Projekt wurde ein Demonstrations-UAV-Lidar-System konstruiert, das einen 16-Kanal-Lidar-Sensor umfasst, der etwa 600.000 Punkte pro Sekunde erfassen kann, einen GNSS/INS-Sensor und einen Datenspeicher zur Erfassung von 12 Stunden Daten. Das System wurde so konzipiert, dass es Vibrationen während des Flugs und der Handhabung durch Benutzer standhält und für den Betrieb keine Mobilfunk- oder Internetverbindung erforderlich ist, sodass Betriebsautonomie und Datensicherheit gewährleistet sind. Für die Nachbearbeitung der Flugbahn wurden GNSS-Daten gesammelt, um sicherzustellen, dass die Daten so genau wie möglich sind. Das UAV-Lidar-System wurde auf einem Hexacopter montiert, der eine Nutzlast von 5 kg etwa 15 Minuten lang heben kann (Abbildung 4).

An den Standorten A und B wurden Lidar-Daten in einer Höhe von 40 m über dem Boden (AGL) erfasst, wobei für jeden Standort ein Erfassungstag ausreichte. Am Standort C wurden die Daten über drei Tage und bei 50 m AGL gesammelt. Diese höhere Höhe war auf die Größe des Gebiets und zeitliche Beschränkungen zurückzuführen. Darüber hinaus wurden die Standorte A und B während der Trockenzeit (August 2021) untersucht, als die Vegetationsbedeckung am niedrigsten war. Standort C wurde während der Regenzeit (April 2022) untersucht, als die Vegetationsbedeckung am höchsten war.

Zu den praktischen Herausforderungen gehörten der Mangel an geeigneten Start- und Landeplätzen für Drohnen sowie Schwierigkeiten bei der Standortwahl der Basisstation. An den Standorten A und B standen in der Nähe der interessierenden Bereiche Sicherheitsspuren und geräumtes Land zur Verfügung. Im Gegensatz dazu war Standort C durch das umliegende, nicht geräumte Gelände begrenzt, das Minen enthielt und das Vermessungsteam möglicherweise gefährdete. Daher wurden die geräumten schmalen Sandstraßen sowohl als Start- und Landeplätze der Drohnen als auch als Standort der Basisstation genutzt. Dies bedeutete, dass die Ausrüstung manchmal bewegt werden musste, um Fahrzeuge passieren zu lassen (Abbildung 5).

Die rohen Lidar-Datensätze wurden mit der LidarViewer Pro-Software von Routescene verarbeitet, um DTMs von jedem Standort zur Analyse in ArcGIS Pro zu erstellen und zu exportieren. In Gebieten, in denen es große Lücken in den Minenlinien oder eine starke Richtungsänderung gab, wurden die UAV-Lidar-Daten analysiert, um die Orte von Kratern zu identifizieren, die durch Minendetonationen entstanden sind, die häufig durch Tierunfälle und Waldbrände verursacht wurden, und um die Lage der Minenlinie anzuzeigen . Die Analyse der aus den Lidar-Daten erstellten DTMs zeigte positive Ergebnisse für den Einsatz von UAV-Lidar zur Erkennung von Gefechtsfeldmerkmalen an allen drei Standorten.

Standort A: Satellitenbilder am Standort A zeigten kaum Hinweise auf die historische Militärbasis. Ein Zugangsweg war sichtbar, andere Merkmale konnten jedoch nicht identifiziert werden. Aufgrund des Mangels an sicherem Zugang wurde nur eine teilweise UAV-Lidar-Untersuchung durchgeführt. Als die UAV-Lidar-Daten jedoch mit Satellitenbildern überlagert wurden, wurden mehrere Merkmale deutlich. Das vorherrschende Merkmal war der defensive Hauptgraben rund um den ehemaligen Stützpunkt, mit einem Kommunikationsgraben, der von der nordwestlichen Innenseite des Hauptgrabens abzweigte (Abbildung 6). Insgesamt wurden 40 m Kommunikationsgräben und 496 m Hauptgraben identifiziert.

Weitere 24 Besonderheitspunkte wurden identifiziert: 10 Schützengräben folgen der Innenseite des als Verteidigungspositionen gegrabenen Hauptgrabens; neun kraterartige Strukturen gruppierten sich innerhalb der Basis, zwei weiter nördlich in der Nähe des Kommunikationsgrabens (es handelt sich vermutlich um Granatenabschürfungen); und eine Reihe von sechs kraterähnlichen Merkmalen außerhalb des Hauptgrabens (es handelt sich wahrscheinlich nicht um AV-Minen, da an dieser Stelle keine gefunden wurden, es könnte sich also um Granatenabschürfungen handeln).

Die Merkmalstypen wurden mit einer Bodenmission bestätigt, sofern Zugänglichkeit und Vegetationsbedeckung dies zuließen. Die durchschnittliche Tiefe und Breite der Schützenlöcher (0,58 m bzw. 2,36 m) und der vermuteten Granatenabschürfungen (0,77 m bzw. 2,38 m) waren ähnlich, was darauf hindeutet, dass es sich um dieselbe Art von Merkmal handelt. Die vermuteten Granatenabschürfungen wurden jedoch als separates Merkmal identifiziert, da sie sich nicht an der typischen Stelle und dem typischen Muster von Schützengräben befanden.

Standort B: Aufgrund der dichten Vegetation und des Mangels an sicherem Zugang an diesem Standort war es bei Feldbesichtigungen schwierig, die Überreste des Grabensystems zu erkennen. Die geringere Vegetationsbedeckung an Standort B bedeutete, dass es auf den Satellitenbildern nur leichte Hinweise auf die Überreste des Hauptgrabens gab. Andere Merkmale waren jedoch nicht sichtbar. Die Analyse der UAV-Lidar-Daten identifizierte mehrere Merkmale, darunter eine größere Ausdehnung des Hauptgrabens, Kommunikationsgräben, Schützengräben und vermutete Krater (Abbildung 7).

Insgesamt wurden 500 m Hauptgraben und 281 m Kommunikationsgräben sowie 34 Schützengräben und zwei vermutete Krater identifiziert (möglicherweise durch explodierte Kampfmittel, aber wahrscheinlich nicht durch AV-Minen). Die vermuteten Krater befanden sich in einem ungeklärten Gebiet, sodass es nicht möglich war, auf sie zuzugreifen, um ihre genaue Natur zu bestätigen. Die vermuteten Krater hatten eine durchschnittliche Breite von 5,85 m und eine Tiefe von 0,65 m, und die Schützenlöcher hatten eine durchschnittliche Tiefe von 0,67 m und eine Breite von 2,54 m. Während die meisten Spuren auf den Satellitenbildern sichtbar waren, enthüllten die UAV-Lidar-Daten weitere historische Spuren. Diese Informationen wurden verwendet, um Standorte möglicher sicherer Zufahrtsstraßen zum Standort zu identifizieren.

Standort C: Dieser Standort wies Hinweise auf die Verlegung einer AP-Mine innerhalb der früheren Militärbasis auf und es wurde vermutet, dass er über mindestens einen einzigen Graben und mehrere Schützengräben verfügte. Aufgrund der dichten Vegetation war es jedoch weder auf Satellitenbildern noch vom Boden aus möglich, die Standorte der vermuteten Schlachtfeldmerkmale zu identifizieren.

Die UAV-Lidar-Daten zeigten Hinweise auf zwei Grabensysteme rund um die ehemalige Basis sowie Kommunikationsgräben (Abbildung 8). Die Daten zeigten 157 kraterartige Merkmale, die beiden Grabenlinien folgen und aufgrund ihrer regelmäßigen Abstände in unmittelbarer Nähe zu den Grabenlinien vermutlich Schützengräben sind. Die Daten zeigten auch Lücken in den Grabensystemen auf, die dadurch erklärt werden könnten, dass das Auffüllen mit Erde den Boden innerhalb des Grabens im Laufe der Zeit einebnet, oder dass im Graben liegendes Regenwasser die Lidar-Impulse daran hindert, den Boden zu erreichen.

Obwohl die Grabendaten unvollständig waren, deutet die Fortsetzung der Schützengräben zwischen den beiden Ausläufern des inneren Grabens darauf hin, dass der Graben einst weiterhin ein kreisförmiges inneres Grabensystem bildete. Insgesamt wurden an dieser Stelle 1.429 m Hauptgraben (828 m am äußeren Graben und 601 m am inneren Graben), 73 m Kommunikationsgraben und 157 Schützengräben identifiziert. Die Schützengräben waren durchschnittlich 0,80 m tief und 2,81 m breit.

Die Fernerkundung ergänzt herkömmliche Minenfelduntersuchungstechniken, da sie Informationen liefert, die auf andere Weise nicht erhältlich sind. Im Rahmen der Minenräumungsoperationen des HALO Trust in Angola lieferten die UAV-Lidar-Datenausgaben – kombiniert mit Kontextwissen vor Ort – wertvolle Informationen zur Ergänzung herkömmlicher Vermessungsoperationen. An allen untersuchten Standorten lieferten die UAV-Lidar-Daten Hinweise auf Gräben, Krater und Schützengräben – Merkmale, die in Satellitenbildern, RGB/TIR-Bildern oder vom Boden aus entweder nicht erkennbar oder nur teilweise sichtbar waren. Daher zeigt dieses Projekt, dass UAV-Lidar erfolgreich zur Erkennung von Schlachtfeldmerkmalen eingesetzt werden kann, die möglicherweise Anzeichen für Minenlegen sind, insbesondere wenn diese Schlachtfeldmerkmale durch Vegetation verdeckt sind. Diese Erkenntnisse können dann zur Erstellung gezielter Räumungspläne genutzt werden, wodurch die Räumungsbemühungen schneller und sicherer werden.

Danksagungen

Der HALO Trust möchte dem anonymen privaten Spender für seine äußerst großzügige Unterstützung der UAV-Versuche in Angola und sein Engagement für Innovationen bei der Minenräumung danken; Ohne ihre Hilfe wäre dieses Projekt nicht möglich gewesen. Unser Dank geht auch an Routescene für die Bereitstellung des UAV-Lidar-Systems, die Softwareschulung und den fortlaufenden Support seit 2020. Zu guter Letzt danken wir Claire Lovelace und Siân McGee vom Programm The HALO Trust Angola für ihre fortlaufende Unterstützung, sowohl vor Ort als auch währenddessen Datenanalyse.

Weiterführende Literatur

Landmine Monitor 2022, http://www.the-monitor.org/en-gb/reports/2022/landmine-monitor-2022/major-findings.aspx

Bleiben Sie mit unseren fachmännisch zusammengestellten Newslettern auf dem Laufenden.

Wir bieten pädagogische Einblicke, Branchen-Updates und inspirierende Geschichten, um Ihnen zu helfen, zu lernen, zu wachsen und Ihr volles Potenzial in Ihrem Bereich auszuschöpfen. Verpassen Sie es nicht – abonnieren Sie noch heute und stellen Sie sicher, dass Sie immer informiert, gebildet und inspiriert sind.

Gert Riemersma, Gründer und Chief Technical Officer (CTO) von Routescene, ist ein technischer Innovator, der gearbeitet hat...

Katherine James, Fernerkundungsspezialistin bei The HALO Trust, ist auf den Einsatz von UAVs zur Unterstützung spezialisiert.

Pedro Pacheco ist GIS-Offizier und Drohnenpilot für The HALO Trust. Von Angola aus konzentriert er sich auf den Einsatz...

Erstvalidierungin SchottlandDas angolanische ProjektAusrüstung und SoftwareHerausforderungen bei der DatenerfassungErgebnisseAbschlussDanksagungenWeiterführende Literatur