Projekt SeaClear: Roboter sammeln Unterwasser-Müll auf

Die Meeresböden mit Robotern von Plastikmüll befreien will das Projekt SeaClear. Auf dem Meeresboden befindet sich inzwischen der größte Teil des in den Ozeanen verklappten unverrottbaren Abfalls, dessen Menge auf 26 bis 66 Millionen Tonnen geschätzt wird. Viele Reinigungsaktionen konzentrieren sich aber auf die Wasseroberfläche. Zudem ist das Reinigen der Gewässer aufwendig, teuer und oft auch gefährlich, weil häufig Taucher eingesetzt werden müssen.

Deshalb entwickelt ein Team der Technischen Universität München (TUM) zusammen mit acht europäischen Partner-Instituten im Projekt SeaClear ein Robotersystem, das auch den Müll von den Meeresböden einsammeln kann. In dem System arbeiten vier unterschiedliche Roboter zusammen: Ein autonom fahrendes Roboter-Boot führt einen ersten Scan des Meeresbodens durch und lokalisiert dabei größere Müllansammlungen. Danach lässt ein Team vor Ort einen Beobachtungs-Roboter zu Wasser, der den Müll in der Tiefe aufspürt und weitere Informationen wie Nahaufnahmen des Meeresbodens an die Rechner liefert

.

Bei klarem Wasser und guten Sichtverhältnissen spürt eine Drohne aus der Luft weiteren Müll im Wasser auf. Aus all diesen Informationen wird eine virtuelle Karte erzeugt, die dem Sammel-Roboter zur Orientierung dient. Er fährt bestimmte Punkte der Karte ab und sammelt den Müll auf. Größere Teile packt ein Greifer in einen Korb, der mit dem Schiff verbunden ist.

Die Meeresströmung als zusätzliche Herausforderung

Roboter müssen unter Wasser anders manövrieren als an Land, da im Wasser andere Bedingungen herrschen. „Sobald ein Stück Müll identifiziert und geortet wurde, muss sich der Roboter zunächst in dessen Nähe bewegen. Dabei kann er mitunter auf starke Strömungen treffen, gegen die er sich durchsetzen muss. Das richtig auszusteuern, ist Aufgabe der TUM im SeaClear-Projekt“, sagt Dr. Stefan Sosnowski, Technischer Leiter des SeaClear-Projekts am Lehrstuhl für Informationstechnische Regelung an der TUM.

Dafür verwendet das Team Methoden des maschinellen Lernens. Eine KI (Künstliche Intelligenz) lernt aus vorherigen Einsätzen, wann und unter welchen Bedingungen sich der Roboter auf eine bestimmte Weise bewegt. Dadurch kann sie genau berechnen, wie er sich unter bestimmten Bedingungen zu verhalten hat.

Ohne zusätzliche Rechenleistung aus der Ferne

Ein weiterer Unterschied zu Robotereinsätzen an Land besteht darin, dass den Meeresroboter nicht die gewohnte Rechenleistung wie an Land zur Verfügung steht, ebenso keine Verbindungen zu Cloud-Rechenzentren oder Supercomputern. „Die Algorithmen, die wir entwickeln, müssen daher möglichst effizient und ressourcenschonend sein. Deswegen arbeiten wir schon seit einiger Zeit an Methoden mit hoher „Sampling Efficiency“, die mit möglichst wenig Daten möglichst gute Vorhersagen treffen können. Nicht benötigte Informationen werden von der KI einfach vergessen.“ sagt Prof. Sandra Hirche, Leiterin des Lehrstuhls und dortige SeaClear Projektkoordinatorin.

Die Forscher schätzen, dass das SeaClear-System, sobald es voll einsatzfähig ist, 80 Prozent der Unterwasserabfälle klassifizieren und 90 Prozent einsammeln kann. Das wäre vergleichbar mit der Effizienz beim Einsatz von Tauchern. Erste Versuche mit dem Prototyp hat das Projekt im Oktober 2021 im kroatischen Dubrovnik durchgeführt. Im Mai 2022 sind weitere Versuche im Hamburger Hafen geplant.

(sun)