Drohnendetektion durch Sensordatenfusion

Drohnen hören jetzt um die Ecke

20. November 2025 - 10:35

Nicht in Sicht-, aber in Hörreichweite: Die Lösung des Fraunhofer IDMT detektiert und lokalisiert Drohnen außerhalb des Sichtfeldes mittels intelligenter akustischer Sensorik.

(Bild: Fraunhofer IDMT/Leona Hofmann)

Das Fraunhofer IDMT hat eine intelligente Sensorlösung entwickelt, die Drohnen auch außerhalb der Sichtlinie erkennt. Die akustische Erkennertechnologie lässt sich als Ergänzung mit Radar, Kamera und Lidar zu einem System kombinieren.

Wenn sich eine Drohne (auch Unmanned Aerial System, kurz: UAS) unerlaubt einem sicherheitskritischen Bereich nähert, stellt sie damit eine potenzielle Gefahr dar. Optische Sensoren, Funk und Radar sind in einigen Fällen durch Gelände, Wetter, oder technische Maßnahmen gestört und können eine Drohne nicht zuverlässig erfassen.

Das Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg hat zur Drohnendetektion und -lokalisation eine integrierte akustische Sensorlösung entwickelt. Angesichts der zunehmenden Bedrohung durch unbemannte Luftfahrzeuge in sicherheitskritischen Bereichen füllt das System eine entscheidende Lücke: Es "hört um die Ecke". Die Akustik kann in Ergänzung zu Radar, Kamera und Lidar zu einem robusten Sensordatenverbund fusioniert werden. Anders als rein optische und radarbasierten Verfahren, die etwa auf die Sichtverbindung angewiesen sind, ermöglicht die Technologie, dass selbst in bebauten oder bewaldeten Gebieten Drohnenoperationen aufgespürt werden können.

Automation NEXT Conference

Entdecken Sie die Zukunft der Automatisierung auf der Automation NEXT Conference. Diese Veranstaltung bringt Branchenexperten zusammen, um über neueste Trends und Technologien in der Automatisierung zu diskutieren.

Die Themenbereiche umfassen Künstliche Intelligenz, Industrie 4.0, Cybersicherheit, Edge Computing, Robotik und nachhaltige Automatisierungslösungen. Die Veranstaltung bietet eine einzigartige Plattform für Wissensaustausch, Netzwerken und Inspiration für Fachleute aus der Automatisierungsbranche.

Interessiert? Dann melden Sie sich gleich an! Hier gibt es weitere Informationen Automation NEXT Conference.

Nicht in Sicht-, aber in Hörreichweite

Seit 2016 hat der Institutsteil Hör- Sprach- und Audiotechnologie in den öffentlich geförderten Verbundprojekten AMBOS (BMBF) und ALADDIN (H2020) die akustische Erkennung von Drohnen vorangetrieben. Am Projekt AMBOS waren 12 Partner unter der Leitung des Fraunhofer-Instituts für Kommunikation, Informationsverarbeitung und Ergonomie FKIE an der Forschung beteiligt.

Für ALADDIN haben sich 18 Verbundpartner aus neun europäischen Ländern zusammengeschlossen, darunter die CS Group als Projektleitung. In zahlreichen internen Vorhaben wurden die Algorithmen und Systemkomponenten kontinuierlich verfeinert. Heute können die Forschenden neben den leicht integrierbaren Algorithmen zur Erkennung und Lokalisation der UAS auch auf eine vollintegrierbare Systemlösung zurückgreifen.

Glasfasergelenkte Drohnen oder autonome Flugobjekte bleiben der Funkaufklärung häufig verborgen, während hochauflösende Radar- und Kamerasysteme hohe Kosten und energieintensive Rechenleistung erfordern. Die akustische Lösung des Fraunhofer IDMT dagegen arbeitet mit geringem Energiebedarf, sodass ein autonomer Betrieb mit Akkus möglich ist.

Auch das Aufwecken "WakeUp" weiterer Sensorkomponenten nach einem akustischen Kontakt, bietet Vorteile. Die Technologie kann eine 360°-Abdeckung erreichen. Die Detektions- und Lokalisierungsreichweiten liegen je nach Störgeräuschumfeld zwischen 50 und 200 Metern, bei einer zeitlichen Auflösung von einer Sekunde.

Eine Ausweitung auf weitere akustische Ereignisse, von Fahrzeugen bis hin zu Schussgeräuschen, ist denkbar. Durch die gute Verfügbarkeit können die akustischen Sensoren flächendeckend ausgebracht werden.

Bleiben Sie informiert

Diese Themen interessieren Sie? Mit unserem Automation-NEXT-Newsletter sind Sie immer auf dem Laufenden.

Gleich anmelden!

Wehr- und Sicherheitsbereich ist ein Anwendungsfeld

"Mit unserer akustischen Technologie bieten wir eine preiswerte und wartungsarme Ergänzung zu bestehenden Drohnendetektionssystemen", erklärt Christian Rollwage, Gruppenleiter Audiosignalverbesserung am Fraunhofer IDMT.

Insbesondere Unternehmen im Wehr- und Sicherheitsbereich, die bereits Drohnenerkennungssysteme – basierend auf Radar, Optik oder Lidar – entwickeln, sowie Systemintegratoren mit dem Wunsch nach eigener Sensorik und Drohnenhersteller, die Signale aus der Luft detektieren möchten, sind die adressierten Zielkunden der neuen Technologie.

(Quelle: Fraunhofer IDMT)

FAQ zur akustischen Erkennung von Drohnen

1. Worum geht es bei der akustischen Drohnenerkennung des IDMT?
Die Technologie zielt darauf ab, Drohnen durch ihre akustischen Signale – also ohne Sichtkontakt – zu erkennen und zu lokalisieren. Damit können sensible Bereiche überwacht werden, in denen herkömmliche Sensorik (z. B. optisch oder Radar) an ihre Grenzen stößt.

2. Wie funktioniert das Verfahren grundsätzlich?
Jede Drohne hinterlässt einen sogenannten „akustischen Fingerabdruck“ – ein Muster im Schall, das mit Hilfe von Mikrofonen und maschinellen Lernverfahren identifiziert und abgeglichen werden kann. Dieser Fingerabdruck wird in einer Datenbank gespeichert, und das System erkennt automatisch, ob eine Drohne vorhanden ist und woher das Geräusch kommt.

3. Welche Einsatzgebiete sind vorgesehen?
Die Lösung ist insbesondere für sicherheitssensible Umgebungen gedacht – z. B. Flughäfen, Großveranstaltungen, militärische Anlagen oder andere geschützte Bereiche. Dort hilft sie dabei, frühzeitig Drohnen-Eindringlinge zu detektieren.

4. Was sind die besonderen Vorteile bzw. Herausforderungen der akustischen Erkennung?
Vorteile: Akustik funktioniert auch ohne freie Sichtlinie und kann bei schlechter optischer oder radarbasierten Bedingungen ergänzend eingesetzt werden. Herausforderung: Starker Umgebungslärm oder komplexe Schallumgebungen erschweren die zuverlässige Erkennung – hier müssen Signalverarbeitung und Lernverfahren besonders robust sein.