Springspinnen gehören zu den erstaunlichsten Jägern der Tierwelt. Obwohl ihr Gehirn kaum größer als ein Mohnkorn ist, springen sie zielsicher auf ihre Beute oder weichen blitzschnell Fressfeinden aus. Dafür müssen sie Entfernungen präzise einschätzen – und das mit einem Sehsystem, das erstaunlich wenig Energie benötigt.
Genau dieses Prinzip haben Ingenieurinnen und Ingenieure der Northwestern University aufgegriffen. Sie entwickelten mit der „SpiderCam“ eine 3D-Kamera, die räumliche Informationen mit einem Bruchteil der Energie heutiger Systeme erfassen kann. Nach Angaben des Forschungsteams benötigt der Prototyp weniger als ein Watt Leistung. Das entspricht ungefähr dem Verbrauch eines kleinen Nachtlichts und liegt deutlich unter dem Energiebedarf vieler heutiger Tiefenkameras.
Die Entwicklung könnte vor allem dort interessant werden, wo Batterien klein sind oder Geräte möglichst lange ohne Aufladen arbeiten sollen – etwa bei Wearables, kleinen Robotern oder Drohnen.
Inhaltsverzeichnis
Warum heutige 3D-Kameras so viel Energie benötigen
Damit Maschinen ihre Umgebung verstehen, müssen sie Entfernungen messen. Dafür kommen bislang meist zwei Verfahren zum Einsatz:
- Stereo-Kameras vergleichen Bilder aus unterschiedlichen Blickwinkeln.
- Aktive Tiefensensoren senden Licht- oder Laserpulse aus und messen deren Reflexion.
Beide Methoden liefern gute Ergebnisse. Sie haben jedoch einen Nachteil: Sie benötigen zusätzliche Hardware und vergleichsweise viel Rechenleistung. Besonders aktive Systeme verbrauchen Energie, weil sie permanent Licht aussenden.
Das Team um Emma Alexander suchte deshalb nach einer Alternative, die ohne aufwendige Lichtprojektion auskommt.
„Springspinnen springen, um Beute zu fangen, Fressfeinden zu entkommen oder sich fortzubewegen. Dafür benötigen sie ein exzellentes Sehvermögen“, erklärt Alexander. „Gleichzeitig sind ihre Gehirne winzig – etwa so groß wie ein Mohnkorn. Deshalb müssen sie Entfernungen extrem effizient berechnen.“
Mehrere Netzhautschichten statt aufwendiger Sensorik
Der entscheidende Unterschied zwischen Menschen und Springspinnen liegt im Aufbau ihrer Augen. Während das menschliche Auge nur eine Netzhaut besitzt, verfügen Springspinnen über mehrere übereinanderliegende Netzhautschichten. Jede davon fokussiert auf eine etwas andere Entfernung.
Dadurch entsteht ein ungewöhnlicher Effekt: Ein Objekt erscheint auf einer Ebene scharf und auf einer anderen leicht unscharf. Das Gehirn der Spinne vergleicht diese Unterschiede und leitet daraus die Entfernung ab.
„Sie sehen ständig mehrere Fokusebenen gleichzeitig“, sagt Alexander. „Dadurch erhalten sie permanent Bildpaare. Ihr Gehirn kann diese Unterschiede in der Schärfe nutzen, um Entfernungen abzuschätzen.“ Genau dieses Prinzip bildet SpiderCam technisch nach.
Zwei Bilder reichen für eine Tiefenkarte
Die Kamera nimmt gleichzeitig zwei Aufnahmen derselben Szene auf. Allerdings unterscheiden sich die Fokuseinstellungen minimal. Anschließend analysiert ein speziell entwickelter Algorithmus die feinen Unterschiede in der Bildschärfe.
Verändern sich Kanten oder Strukturen zwischen den beiden Bildern, lässt sich daraus die Entfernung berechnen. Das Ergebnis ist eine dreidimensionale Karte der Umgebung, die in Echtzeit erzeugt wird.
Auf komplexe Lichtprojektionen oder den Vergleich vieler Einzelbilder kann das System verzichten. Dadurch sinken sowohl der Rechenaufwand als auch der Stromverbrauch erheblich.
Spezialchip spart zusätzlich Energie
Ein wichtiger Baustein der Entwicklung ist die Hardware selbst. Statt den Algorithmus auf einem klassischen Prozessor laufen zu lassen, integrierte das Team ihn in ein sogenanntes FPGA (Field-Programmable Gate Array). Dabei handelt es sich um einen programmierbaren Spezialchip, der für bestimmte Aufgaben deutlich effizienter arbeitet als herkömmliche CPUs.
Der aktuelle Prototyp erreicht laut den Forschenden eine Bildrate von 32,5 Bildern pro Sekunde und benötigt dafür lediglich 624 Milliwatt Leistung.
Nach Angaben des Teams handelt es sich um das erste passive FPGA-basierte 3D-Kamerasystem, das mit weniger als einem Watt auskommt. Verglichen mit vielen heute eingesetzten Tiefensensoren könnte der Energiebedarf damit um bis zu 90 % sinken.
Wearables, Drohnen und Roboter als Ziel
Besonders spannend wird die Technik überall dort, wo Energie knapp ist. Kleine Roboter, intelligente Brillen oder autonome Drohnen müssen ihre Umgebung erkennen, verfügen aber oft nur über begrenzte Akkukapazitäten.
Emma Alexander sieht genau hier das größte Potenzial: „Mich interessieren besonders Einsatzgebiete, in denen nur sehr begrenzte Ressourcen zur Verfügung stehen und man eine Kamera nicht einfach an eine Steckdose anschließen kann.“
Auch Anwendungen im Bereich der erweiterten Realität könnten profitieren. Damit digitale Objekte präzise in die reale Welt eingeblendet werden können, muss das System seine Umgebung exakt vermessen. Ein besonders stromsparender Tiefensensor wäre dafür ein wichtiger Baustein.
Für die nächsten Entwicklungsschritte plant das Team unter anderem ein größeres Sichtfeld und einen speziell entwickelten Chip, der den Energieverbrauch weiter reduzieren soll.
