MLSim-DZ

Virtuelle Trainingsumgebungen sind Teil moderner Ausbildungssysteme und müssen daher das Trainingsgebiet möglichst realistisch abbilden. Gerade im thermalen Infrarot ist eine realistische Darstellung aufgrund zeitlicher Zusammenhänge, Wetter und Ortsabhängigkeiten erschwert. Echtzeitfähigkeit wird erst durch starke algorithmische Vereinfachungen ermöglicht, mit visuellen Abweichungen vom realen Erscheinungsbild. Gegenüber traditioneller, physikbasierter Bilderzeugung bieten KI-Verfahren hier einen alternativen, datengetriebenen potentiell beschleunigten Lösungsansatz. In den vorherigen Studien wurde ein Demonstrator erzeugt, der die entwickelten KI-erfahren mit modernsten, typischerweise in 3D-Softwareprodukten verwendeten Technologien koppelt. Digitale Zwillinge und KI haben sich in wenigen Jahren rasant zu den relevantesten Themen der modernen, anwendungsnahen Forschung entwickelt. Im militärischen Kontext ermöglichen diese Themenfelder die realistische Simulation und damit realitätsnahes Training von Einsatzszenarien oder Bildauswertung/-interpretation, effiziente Datenauswertung auch bei limitiertem Personaleinsatz, Geländebewertung, Entscheidungsunterstützung, uvm. Besondere Herausforderungen und Rahmen-bedingungen bilden dabei die notwendigen Trainingsdaten für KI, die Simulationsdaten, welche zum Aufbau digitaler Zwillinge benötigt werden (Höhenmodelle, Landnutzung, Gebäudemodelle, Materialdaten, etc.), sowie allgemein die militärisch relevanten Spektralbereiche. Letztere umfassen neben dem sichtbaren Spektralbereich auch den Nah-, kurzwelligen, mittelwelligen und langwelligen Infrarot-Bereich. Während RGB-Bilder im Allgemeinen große Aufmerksamkeit erhalten aufgrund des Interesses aus zivilen Leitbranchen (z.B. Gaming- und Unterhaltungsbranche, Automobilindustrie) und damit eine zügige Weiterentwicklung von Generierungs- und Auswertungsmethoden erfolgt, spielen Infrarotbilder meist nur in Randbranchen, im Wissenschaftssektor, und im militärischen Kontext (Aufklärung und Verteidigung) eine Rolle. Aus diesem Grund sind militärische Entwicklungen begrenzt verfügbar und zivile Errungenschaften nur erschwert auf den militärischen Sektor zu übertragen, und gezielte Forschung zu ML-Trainingsdaten und digitalen Zwillingen wird hier notwendig.