NoKObiLK: Neuronale Netze zur Klassifizierung von Orthophotos für eine bessere und integrierte Lagedarstellung im Katastrophenfall

Reduzierung der Datenmenge und effiziente Verarbeitung

Da das mobile Datennetz im Schadensgebiet eingeschränkt sein kann, liegt der Fokus auf der Reduktion der zu übertragenden Datenmenge. Dies erreichen wir, indem Drohnenbilder nicht zu einem Orthophoto verrechnet, sondern einzeln direkt von der KI verarbeitet werden. Die herkömmlichen Orthophoto-Generierung umfasst mehrere aufwendige Schritte, um ein maßstabsgetreue Darstellung der Erdoberfläche ohne Verzerrungen zu erhalten. Unser Prozess hingegen georeferenziert die Drohnenbilder anhand der Drohnenposition und -ausrichtung, um Bildausschnitte für die Analyse mittels KI zu erstellen und die Ergebnisse präzise auf der Karte zu verorten. Die benötigten Metadaten werden direkt aus den Bildern extrahiert, wobei Methoden entwickelt werden, die eine genaue Lokalisierung ohne spezifische Vorkenntnisse über die Drohne ermöglichen. Falls bereits ein Orthophoto (z. B. aus Satellitenaufnahmen oder früheren Befliegungen) vorliegt, kann dieses alternativ genutzt werden um Objektschäden zu Erkennen.

Schadensklassifizierung und Nachvollziehbarkeit

Das trainierte KI-Modell analysiert die Bilder in Bezug auf Schäden an Gebäuden und Infrastruktur und bewertet diese. Dafür wird ein künstliches neuronales Netz (KNN) verwendet, dessen Ergebnisse den Einsatzkräften als Entscheidungshilfe dient, wenn es darum geht Notfallmaßnahmen zu ergreifen und diese zu Priorisieren. Durch den Einsatz von Explainable AI (XAI) werden die Ergebnisse transparent und nachvollziehbar aufbereitet.

Visuelle Darstellung der Lage

Die von der KI ermittelten Bewertungsergebnisse werden auf einer interaktiven Web-Karte visualisiert. Unterschiedliche Hintergrundkarten sorgen für eine verbesserte Lageerfassung, während die identifizierten Schäden und relevante Bildausschnitte direkt eingeblendet werden können.

Zusätzlich werden – in Anlehnung an Lagekarten von Hilfsorganisationen – taktisch notwendige Informationen auf der Karte dargestellt. Dazu gehören unter anderem die Position von Einsatzfahrzeugen, Sammel- und Bereitstellungsräume, Gefahrenbereiche, Sperrzonen, Evakuierungsrouten sowie kritische Infrastrukturen wie Notunterkünfte, Wasserentnahmestellen oder medizinische Versorgungsstellen.

Schnelle und fundierte Entscheidungen

Ziel ist es also, ein KI-gestütztes System zu entwickeln, das Einsatzkräfte in Katastrophensituationen durch die automatische Analyse großer Datenmengen unterstützt. Luftbilder werden effizient verarbeitet, um eine Lagedarstellung mit KI-verdichteten Informationen zu Schäden und Gefahrenstellen zu ermöglichen und so eine schnelle und fundierte Entscheidungsfindung zu unterstützen.