Drohnen, insbesondere kleine und mehrrotorige Modelle, stellen eine ernsthafte militärische Bedrohung dar, da sie schnell und schwer zu erkennen sind. Das von Agam Rossen entwickelte Open-Source-Projekt VolAnti erkennt Drohnen anhand des von den Propellern erzeugten Geräuschs, das sich aus dem Umgebungslärm herausfiltern lässt, und kann eine Frühwarnung vor Glasfaser-Drohnen liefern, die keine Funkfrequenzen aussenden. Das System verarbeitet die Daten eines Arrays aus vier Mikrofonen auf einem ESP32-S3 mithilfe einer 2048-Punkt-FFT, die alle 32 ms ausgeführt wird, und sucht nach Propellerdrehzahlen im Bereich von 70 Hz-2000 Hz. Einer der vier Algorithmen verwendet keinen adaptiven Geräuschpegel, damit auch stationär verharrende Drohnen nicht übersehen werden. Die Dateien sind auf GitHub verfügbar.
Warum das wichtig ist
Der wesentliche Unterschied von VolAnti besteht darin, dass das System zur Erkennung nicht nach elektronischen Signalen sucht, sondern die von Drohnen erzeugten akustischen Signaturen auswertet. Dies kann eine zusätzliche Frühwarnstufe bieten, wenn Fahrzeuge mit Glasfaserverbindungen, die keine Funkfrequenzen aussenden, mit herkömmlichen signalbasierten Methoden unentdeckt bleiben könnten. Der Open-Source-Charakter des Projekts ermöglicht es, den verwendeten Hardware- und Softwareansatz zu untersuchen, anzupassen und für unterschiedliche Anforderungen weiterzuentwickeln. Der Erfolg des Systems in realen Umgebungen hängt jedoch davon ab, wie zuverlässig es unter Bedingungen wie Umgebungsgeräuschen, ähnlichen Schallquellen und einem stationär verharrenden Ziel unterscheiden kann. Die auf GitHub veröffentlichten Dateien bilden die Grundlage dafür, diese Fragen durch unabhängige Tests zu bewerten.