Roboter orten Plastikmüll am Meeresgrund und sammeln ihn auf

Ein Team der TU München hat ein Robotersystem entwickelt, das Kunststoffmüll am Meeresgrund erfasst und auch gezielt einsammelt.

Schätzungen zufolge befinden sich zurzeit bis zu 66 Mio. t Plastikabfälle in den Meeren und Ozeanen. Sie bedrohen die im Meer lebenden Tiere und stören das ökologische Gleichgewicht erheblich. Diesen Müll von Menschen in Taucheranzügen aufsammeln zu lassen, ist aufwendig und auch gefährlich.

Nun hat ein Team der Technischen Universität München (TUM) im Rahmen des EU-Projekts „SeaClear“ ein Robotiksystem entwickelt, das diese Aufgabe übernimmt. Es ortet die Kunststoffgegenstände unter Wasser und nimmt sie schließlich auf. Dabei bedient es sich der Methoden des maschinellen Lernens.

Vier Robotikkomponenten arbeiten zusammen

Zunächst scannt ein autonom fahrendes Boot den Meeresboden, um größere Ansammlungen von Plastikmüll zu erfassen. Dann gleitet ein Beobachtungsroboter unter die Wasseroberfläche, um die Gegenstände in der Tiefe detailliert zu erfassen und Nahaufnahmen an den Bordcomputer zu senden. Eine Drohne in der Luft hilft, weiteren Müll im Wasser zu lokalisieren. Aus den Daten wird dann eine virtuelle Karte jener Punkte erstellt, die der Sammelroboter abklappert. Er ist mit einem Greifer und einem Korb ausgestattet, um die Kunststoffobjekte zurück zum Schiff zu transportieren.

„Autonome Roboter für den Einsatz Unterwasser zu entwickeln, stellt eine ganz besondere Herausforderung dar“, erklärt Stefan Sosnowski, Technischer Leiter des SeaClear-Projekts am Lehrstuhl für Informationstechnische Regelung an der TU München. Denn unter Wasser herrschen oft starke Strömungen. „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“, so Sosnowski.

Methoden der KI und des maschinellen Lernens wurden implementiert

Mithilfe von Methoden des maschinellen Lernens berechnet und lernt das Münchner Robotiksystem, wann und unter welchen Bedingungen sich der Roboter auf eine bestimmte Weise bewegt. So können genaue Vorhersagen über sein Verhalten getroffen werden. „Eine weitere Herausforderung ist, dass wir nicht die gewohnte Rechenleistung wie an Land zur Verfügung haben“, führt Sandra Hirche aus. Sie ist Leiterin des Lehrstuhls und SeaClear-Projektkoordinatorin.

„Es gibt keine Anbindung an große Rechenzentren mit Hochleistungscomputern“, sagt Hirche. „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.“

Lesen Sie auch:

Vertical Farming: In Japan boomt der Anbau von Salat und Kräutern in Hallen und Regalen

Das sind die Länder mit den größten CO2-Emissionen

Rohstoffe: Deutschland ist reich an seltenen Erden

Sammelquote von 90 % erwartet

Ist das System für das SeaClear-Projekt voll einsatzfähig, könnte es – so die Hoffnung des Forscherinnen und Forscher – 80 % des Unterwassermülls klassifizieren und ihn zu 90 % erfolgreich einsammeln. Damit entspräche die Erfolgsquote ungefähr der von menschlichen Tauchern. Im Oktober 2021 wurden im kroatischen Dubrovnik erste Versuche mit einem Prototypen durchgeführt. Weitere sollen ab Mai 2022 im Hamburger Hafen erfolgen.

Das von der EU im Rahmen des Programms „Horizon 2020“ mit 5 Mio. € geförderte Projekt läuft noch bis Dezember 2023. Beteiligt sind acht Partner aus fünf Ländern: TU Delft, Hamburg Port Authority, TU Cluj-Napoca, Subsea Tech, TU München, Fraunhofer CML, Universität Dubrovnik und DUNEA.