München, Techn. Universiẗat, Diss., 2000.

Soziale Insekten wie die Honigbiene (Apis mellifera) besitzen ein breites Spektrum an Abwehrmechanismen gegen Pathogenbefall, sowohl auf der Ebene der Kolonie (soziale Immunität) als auch auf der Stufe des Individuums (angeborenes Immunsystem). Die Hauptaufgabe der relativ kurzlebigen Drohnen besteht in der Begattung von Jungköniginnen. Daher stellte sich die Frage, ob auch die Drohnen ähnlich den Arbeiterinnen mit energieaufwendigen Immunreaktionen auf Infektionen reagieren. Wie im Folgenden beschrieben, konnte ich nachweisen, dass Drohnen eine ausgeprägte Immunkompetenz besitzen. Das angeborene Immunsystem setzt sich aus humoralen und zellulären Abwehrreaktionen zusammen. Bei der humoralen Immunantwort werden bestimmte evolutionär konservierte Signalkaskaden aktiviert, an deren Ende die Expression einer Vielzahl von antimikrobiellen Peptiden (AMPs) und immunspezifischen Proteinen (IRPs) steht. Zur Analyse der humoralen Immunantwort wurden von mir zum einen Hemmhoftests durchgeführt, um die gesamte antimikrobielle Aktivität der Haemolymphe nach artifizieller Infektion zu ermitteln und zum anderen spezifische AMPs bzw. IRPs identifiziert. Hierzu wurden die Haemolymphproteine in ein- oder zwei-dimensionalen Polyacrylamidgelen aufgetrennt und ausgewählte Proteinbanden bzw. -spots mittels nano HPLC/Massenspektrometrie analysiert. Die Hauptkomponenten des zellulären Immunsystems sind Wundheilung, Phagozytose, Einkapselung und Nodulation. In meiner Arbeit habe ich zum ersten Mal Noduli bei infizierten Drohnen nachweisen können. Frisch geschlüpfte adulte Drohnen (1d) weisen ein breites Spektrum an Immunreaktionen auf, das sowohl humorale als auch zelluläre Immunantworten umfasst. Nach Infektion mit dem Gram-negativen Bakterium E.coli und verschiedenen bakteriellen Zellwandbestandteilen wie Lipopolysaccharid (LPS), Peptidoglycan (PGN) und 1,3ß-Glucan (Bestandteil von Pilzzellwänden), werden die AMPs Hymenoptaecin, Defensin 1 und Abaecin induziert. Desweiteren exprimieren junge adulte Drohnen eine Reihe hochmolekularer immunspezifischer Proteine (IRPs) wie z.B. Carboxylesterase (CE 1), eine Serinprotease, die möglicherweise an der Prozessierung der Prophenoloxidase beteiligt ist, ein Peptidoglycan-interagierendes Protein (PGRP-S2) und zwei Proteine unbekannter Funktion, IRp42 und IRp30. Parallel zu bekannten bienenspezifischen AMPs wurde ein animales Peptidtoxin (APT) in Drohnenlarven, adulten Drohnen und adulten Hummeln nach E.coli Infektion in der Haemolymphe nachgewiesen. Von dem als OCLP 1 (ω-conotoxin-like protein 1) benannten Peptid war bereits bekannt, dass es in Fischen paralytische und damit toxische Effekte auslöst. Meine Beobachtungen lassen vermuten, dass es sich bei OCLP 1 um ein Peptidtoxin mit antimikrobiellen Eigenschaften und damit um eine neue Klasse von AMPs handelt. Die allgemeine humorale Immunkompetenz scheint während der gesamten Lebensspanne adulter Drohnen (~ 7 Wochen) konstant zu bleiben, wie durch die gleichbleibende antimikrobielle Aktivität im Hemmhoftest gezeigt wurde. Junge Drohnen reagieren auf eine E.coli Infektion mit der Bildung zahlreicher Noduli (~1000 Noduli/Drohn), die vor allem entlang des Herzschlauches zu finden sind. Diese zelluläre Immunantwort nimmt mit dem Alter der Drohnen ab, so dass bei 18 d alten Drohnen nur noch rund 10 Noduli/Drohn gefunden werden. Auf der anderen Seite nimmt die phagozytotische Aktivität bei älteren Drohnen scheinbar zu. In einer Reihe von parallel laufenden Versuchsreihen konnte ich eindrucksvoll zeigen, dass zelluläre Immunreaktionen wie Phagozytose und Nodulation unmittelbar nach bakterieller Infektion einsetzen. Hierbei erreicht die Nodulibildung 8-10 h p.i. eine Plateauphase, wohingegen die humorale Immunantwort erst 6 h p.i. schwach einsetzt, danach stetig zunimmt und noch 72 h p.i. nachweisbar ist. Es ist mir gelungen, eine Methode zur künstlichen Aufzucht von Drohnenlarven zu etablieren. Diese ermöglichte konstante und sterile Versuchsbedingungen zur Untersuchung der Immunreaktionen von Larven. Nach Infektion mit E.coli reagieren Drohnenlarven mit einer starken Aktivierung ihrer humoralen Immunantwort durch die Expression von AMPs, jedoch werden keine hochmolekularen IRPs wie in adulten Drohnen hochreguliert. Zudem ist die Nodulibildung in Larven nur schwach ausgeprägt. Völlig unerwartete Beobachtungen wurden beim Studium der Immunkompetenz von Drohnenpuppen gemacht. Nach Injektion lebender E.coli Zellen in Drohnenpuppen stellte ich eine dramatische Veränderung im Aussehen der Puppen fest. Die Puppen verfärbten sich gräulich schwarz. Genauere Untersuchungen haben dann gezeigt, dass die Drohnenpuppen, wie auch die der Arbeiterinnen, offensichtlich keine zelluläre Abwehrreaktion aktivieren können und die humorale Immunantwort nur sehr schwach ausfällt und viel zu spät einsetzt. / Social insects like honey bees (Apis mellifera) possess a wide range of defence mechanisms against pathogens on the colony level (social immunity) as well as on the individual level (innate immunity). In early summer, honey bee colonies consist of about 50.000 workers, a few hundred drones and one queen. The main task of the short-lived drones is to mate with a virgin queen. This raises a question: do drones, similar to workers mount an energy-intense immune reaction to fend off infections? In my thesis I could show that drones exhibit an effective immune competence. The innate immune response is composed of a humoral and a cellular component. In the humoral immune response, evolutionally conserved signalling pathways are activated and lead to the induced synthesis of antimicrobial peptides (AMPs) and immune responsive proteins (IRPs). In order to analyse the humoral immune response, I conducted inhibition zone assays as well as one- and two-dimensional gelelectrophoresis. Afterwards, HPLC/MS was performed in order to identify specific protein spots. Wound healing, phagocytosis, encapsulation and nodulation are the principal components of the cellular immune system. In my work, I could show nodulation reactions in infected drones for the first time. Newly emerged drones (1d) respond to infections with a wide range of immune reactions, including humoral and cellular defence mechanisms. The AMPs hymenoptaecin, defensin 1 and abaecin are induced after infection with gram-negative E.coli, bacterial cell wall components like lipopolysaccharides (LPS), peptidoglycan (PGN) and 1,3ß-glucan (cell wall component of fungi). In addition, young drones express some high molecular immune responsive proteins (IRPs) like carboxylesterase (CE 1), a serine protease, that is potentially part of the prophenoloxidase activating system, further a peptidoglycan recognition protein (PGRP-S2) and with IRp30 and IRp42 two proteins of unknown function. IRp42 possibly belongs to the glycin-rich proteins (GRP) because of its glycin–rich regions. Glycin-rich proteins are known to participate in host defence in plants. IRp30 is a leucine-rich repeat containing protein with a C-terminal leucine zipper, which is common among Hymenopterans. Therefore it is possible for IRp30 to interact with other proteins, like cell wall structures of pathogens. I detected the bee-specific lysozyme 2 in the haemolymph of adult drones after septic infection. It belongs to the chicken (c)-type lysozymes like lysozyme 1, which are potentially active against gram-positive and gram-negative bacteria and fungi in insects. After E.coli infection, an animal peptide toxin (APT) was detected simultaneously to the known AMPs in the haemolymph of larvae, adult drones and adult bumble bees. It is known that this peptide, called OCLP 1 (ω-conotoxin-like protein 1), triggers paralytic and thus toxic effects in fish. My observations suggest that OCLP 1 is probably a peptide toxin with antimicrobial characteristics, and thus could belong to a new class of AMPs. Throughout their whole life (~ 7 weeks), adult drones maintain their immune competence. This was shown by the continuous antimicrobial activity of drone haemolymph in inhibition zone assays. After E.coli infection, young drones react with nodule formation (~1000 noduli/drone), which are mostly attached to the dorsal vessel. With increasing age, this type of cellular immune response weakens, so that 18d old drones only produce 10 noduli/drone. On the other hand, the phagocytic activity seems to increase in older drones In an array of parallel tests, I showed the immediate onset of the cellular immune reactions phagocytosis and nodulation upon septic infections. Nodule formation reaches a plateau 8-10 h p.i., whereas humoral immune response just begins to start 6 h p.i., continuously rises and is still measurable 72 h p.i.. I succeeded in establishing a method for rearing honey bee drone larvae artificially. This enabled constant and sterile conditions for the testing of immune reactions in larvae. A strong activation of humoral immunity with the expression of AMPs resulted from E.coli infection, yet no immune responsive proteins were induced like in adult drones. Moreover, nodule formation in larvae is weak. While studying immune competence of drone pupae, I made a surprising observation. There is a dramatic change in the physical appearance of drone pupae after injecting living E.coli bacteria. They change colour to a greyish black. Precise examinations revealed that there is no cellular immune response in drone pupae as well as in worker pupae, only a weak humoral immune reaction which is initiated too late.

Im vorliegenden Beitrag wird der Einsatz der luftgestützten Photogrammmetrie für die Bewertung der Rutschneigung bzw. der Felsschlaggefahr anhand zweier Beispiele vorgestellt. Im ersten Beispiel wurde eine schwer zugängliche und ca. 500 m hohe, nahezu vertikale Felswand aufgenommen und ein 3D-Modell erzeugt. Hiermit konnten unter Berücksichtigung weiterer geotechnischer Aspekte qualitative Aussagen zu möglichen Felsabbrüchen getroffen werden. Im zweiten Beispiel wurde die Geländeoberfläche eines seit mehreren Jahrzehnten rutschenden Hanges mit verschiedenen Messverfahren erfasst. Untersucht wurden dabei neben der terrestrischen Tachymetrie auch die luftgestützte Photogrammmetrie. Neben dem Vergleich der Messverfahren hinsichtlich der Genauigkeit und der Anwendbarkeit wurde hier der Umfang der Massenbewegungen abgeschätzt und ein EDV-basiertes Berechnungsmodell erstellt.

This thesis describes the functional principle of FARN, a novel flight controller for Unmanned Aerial Vehicles (UAVs) designed for mission scenarios that require highly accurate and reliable navigation. The required precision is achieved by combining low-cost inertial sensors and Ultra-Wide Band (UWB) radio ranging with raw and carrier phase observations from the Global Navigation Satellite System (GNSS). The flight controller is developed within the scope of this work regarding the mission requirements of two research projects, and successfully applied under real conditions. FARN includes a GNSS compass that allows a precise heading estimation even in environments where the conventional heading estimation based on a magnetic compass is not reliable. The GNSS compass combines the raw observations of two GNSS receivers with FARN’s real-time capable attitude determination. Thus, especially the deployment of UAVs in Arctic environments within the project for ROBEX is possible despite the weak horizontal component of the Earth’s magnetic field. Additionally, FARN allows centimeter-accurate relative positioning of multiple UAVs in real-time. This enables precise flight maneuvers within a swarm, but also the execution of cooperative tasks in which several UAVs have a common goal or are physically coupled. A drone defense system based on two cooperative drones that act in a coordinated manner and carry a commonly suspended net to capture a potentially dangerous drone in mid-air was developed in conjunction with the project MIDRAS. Within this thesis, both theoretical and practical aspects are covered regarding UAV development with an emphasis on the fields of signal processing, guidance and control, electrical engineering, robotics, computer science, and programming of embedded systems. Furthermore, this work aims to provide a condensed reference for further research in the field of UAVs. The work describes and models the utilized UAV platform, the propulsion system, the electronic design, and the utilized sensors. After establishing mathematical conventions for attitude representation, the actual core of the flight controller, namely the embedded ego-motion estimation and the principle control architecture are outlined. Subsequently, based on basic GNSS navigation algorithms, advanced carrier phase-based methods and their coupling to the ego-motion estimation framework are derived. Additionally, various implementation details and optimization steps of the system are described. The system is successfully deployed and tested within the two projects. After a critical examination and evaluation of the developed system, existing limitations and possible improvements are outlined. / Diese Arbeit beschreibt das Funktionsprinzip von FARN, einer neuartigen Flugsteuerung für unbemannte Luftfahrzeuge (UAVs), die für Missionsszenarien entwickelt wurde, die eine hochgenaue und zuverlässige Navigation erfordern. Die erforderliche Präzision wird erreicht, indem kostengünstige Inertialsensoren und Ultra-Breitband (UWB) basierte Funkreichweitenmessungen mit Roh- und Trägerphasenbeobachtungen des globalen Navigationssatellitensystems (GNSS) kombiniert werden. Die Flugsteuerung wird im Rahmen dieser Arbeit unter Berücksichtigung der Missionsanforderungen zweier Forschungsprojekte entwickelt und unter realen Bedingungen erfolgreich eingesetzt. FARN verfügt über einen GNSS-Kompass, der eine präzise Schätzung des Steuerkurses auch in Umgebungen erlaubt, in denen eine konventionelle Schätzung mit Hilfe eines Magnetkompasses nicht zuverlässig ist. Der GNSS-Kompass kombiniert die Messungen von zwei GNSS-Empfängern mit der echtzeitfähigen Lagebestimmung von FARN. Damit ist insbesondere der Einsatz von UAVs in arktischen Umgebungen im Rahmen des Projektes ROBEX trotz der schwachen horizontalen Komponente des Erdmagnetfeldes möglich. Zusätzlich erlaubt FARN eine zentimetergenaue relative Positionierung mehrerer UAVs in Echtzeit. Dies ermöglicht präzise Flugmanöver innerhalb eines Schwarms, aber auch die Ausführung kooperativer Aufgaben, bei denen mehrere UAVs ein gemeinsames Ziel haben oder physikalisch gekoppelt sind. In Verbindung mit dem Projekt MIDRAS wurde ein Drohnenabwehrsystem entwickelt, das auf zwei kooperativen Drohnen basiert, die koordiniert agieren und ein gemeinsam aufgehängtes Netz tragen, um eine potenziell gefährliche Drohne in der Luft einzufangen. Im Rahmen dieser Arbeit werden sowohl theoretische als auch praktische Aspekte der UAV-Entwicklung behandelt, wobei der Schwerpunkt auf den Bereichen der Signalverarbeitung, der Navigation und der Steuerung, der Elektrotechnik, der Robotik sowie der Informatik und der Programmierung eingebetteter Systeme liegt. Darüber hinaus soll diese Arbeit eine zusammengefasste Referenz für die weitere Drohnenforschung darstellen. Die Arbeit erläutert und modelliert die verwendete UAV-Plattform, das Antriebssystem, das elektronische Design und die eingesetzten Sensoren. Nach der Ausarbeitung mathematischer Konventionen zur Lagedarstellung, wird der eigentliche Kern des Flugreglers erläutert, nämlich die eingebettete Schätzung der Eigenbewegung und die prinzipielle Regelungsarchitektur. Anschließend werden, basierend auf grundlegenden Navigationsalgorithmen, fortgeschrittene trägerphasenbasierte Methoden und deren Zusammenhang mit der Schätzung der Eigenbewegung abgeleitet. Zusätzlich werden verschiedene Implementierungsdetails und Optimierungsschritte des Systems beschrieben. Das System wird innerhalb der beiden Projekte erfolgreich verwendet und getestet. Nach einer kritischen Untersuchung und Bewertung des entwickelten Systems werden bestehende Einschränkungen und mögliche Verbesserungen aufgezeigt.

Now-a-days safety systems and their advanced features have become a major part of human lives. People are ready to pay accordingly for the features they get for and very enthusiastic towards technology and latest trends. One such thing is drone or multicopter. These days everybody is getting interested in drones to buy, not only the fact that it is used in various scientific ways, sports and recreation purposes but also the latest advancements that was taking place in the development of light weight flying vehicles has made many scientific researchers, multinational companies and almost all the people to turn their eye towards the development of drones. And many companies are doing research for development of new safety features which can be called as the safety for the future. Some companies already introduced drones into the market and are used in different ways for different purposes. The usage of this vehicles depends on how intelligently one uses these multicopters. This thesis introduces a feature that adds safety to the multicopters to prevent them from flying to no-fly-regions. The work in this thesis is done to provide an approach by the usage of Raspberry Pi 2 B for multicopter applications as the main development board. It also helps the multicopter to prevent entering the NFR by detecting the NFRs around them intelligently and avoid them so there shouldn\'t be any problem or damage for the multicopters. Here we use GPS sensor for getting the NMEA data as input to know the latitude and longitude positions and then transferred to RPI2 B which allows us to know the latitude and longitude positions and then transfer this data into database to store the data through a wireless medium i.e., Wi-Fi medium. Based on the information stored in database we can see the location in a graphical manner using the open street maps (OSM). After that different checks are performed to avoid the NFR : (i) We will check if the current point lies inside or outside the no-fly-region based on the map information of NFR using the Point in Polygon algorithm and then (ii) we are using some area based detection 4 algorithm to check the distance from the point to line using Paul Brouke algorithm to see how far is the next NFR from the current point and avoiding it and the information is updated and stored in the database accordingly .(iii) Later, if the multicopter is out of all no-fly-region then the distance to the next NFR or nearest ones is analyzed and the information will be used for safety purpose. By using geometry and algorithms we are checking and finding out the NFRs and avoid entering into the NFR space. If the point is detected inside a no-fly-region then the last point outside this region will be detected which is marked as safe and the multicopter will be backtracked to the previous point before entering the no-fly-region i.e., the safe point. This paper not only aims at multicopter safety but also throws light into the future systems that are going to be developed in the field of Car-2-X, ensuring extended safety of the passengers.

Now-a-days safety systems and their advanced features have become a major part of human lives. People are ready to pay accordingly for the features they get for and very enthusiastic towards technology and latest trends. One such thing is drone or multicopter. These days everybody is getting interested in drones to buy, not only the fact that it is used in various scientific ways, sports and recreation purposes but also the latest advancements that was taking place in the development of light weight flying vehicles has made many scientific researchers, multinational companies and almost all the people to turn their eye towards the development of drones. And many companies are doing research for development of new safety features which can be called as the safety for the future. Some companies already introduced drones into the market and are used in different ways for different purposes. The usage of this vehicles depends on how intelligently one uses these multicopters. This thesis introduces a feature that adds safety to the multicopters to prevent them from flying to no-fly-regions. The work in this thesis is done to provide an approach by the usage of Raspberry Pi 2 B for multicopter applications as the main development board. It also helps the multicopter to prevent entering the NFR by detecting the NFRs around them intelligently and avoid them so there shouldn\'t be any problem or damage for the multicopters. Here we use GPS sensor for getting the NMEA data as input to know the latitude and longitude positions and then transferred to RPI2 B which allows us to know the latitude and longitude positions and then transfer this data into database to store the data through a wireless medium i.e., Wi-Fi medium. Based on the information stored in database we can see the location in a graphical manner using the open street maps (OSM). After that different checks are performed to avoid the NFR : (i) We will check if the current point lies inside or outside the no-fly-region based on the map information of NFR using the Point in Polygon algorithm and then (ii) we are using some area based detection 4 algorithm to check the distance from the point to line using Paul Brouke algorithm to see how far is the next NFR from the current point and avoiding it and the information is updated and stored in the database accordingly .(iii) Later, if the multicopter is out of all no-fly-region then the distance to the next NFR or nearest ones is analyzed and the information will be used for safety purpose. By using geometry and algorithms we are checking and finding out the NFRs and avoid entering into the NFR space. If the point is detected inside a no-fly-region then the last point outside this region will be detected which is marked as safe and the multicopter will be backtracked to the previous point before entering the no-fly-region i.e., the safe point. This paper not only aims at multicopter safety but also throws light into the future systems that are going to be developed in the field of Car-2-X, ensuring extended safety of the passengers.

Diese Diplomarbeit beschäftigt sich mit der geometrischen Auslegung und Regelung einer vollaktuierten Drohne, die als fliegende Arbeitsplattform für einen Manipulator dienen soll. Dabei werden ausgehend von der geometrischen Beschreibung einer allgemeinen, symmetrischen Drohne mit sechs Rotoren Methoden entwickelt, die den anforderungsbezogenen Entwurf der Geometrie einer vollaktuierten Drohne ermöglichen. Darüber hinaus werden prinzipielle Einflussmechanismen einzelner Geometrieparameter auf die durch die Drohne erzeugbaren Kräfte und Momente aufgezeigt. Zur Charakterisierung des Raums aller erzeugbaren Lasten wird dieser auf sogenannte Stützvektoren reduziert. Als Stützvektoren dienen dabei die für den Schwebeflug nötige Schubkraft, die garantierte Mindestkraft in horizontaler Richtung und das garantierte Mindestmoment um eine beliebige Achse, zu deren Berechnung zusätzlich analytische Formeln hergeleitet werden. Aufbauend auf die Beschreibung durch Stützvektoren wird die Formuliernung von Metriken vorgestellt, die die Bewertung einer Drohnengeometrie durch eine einzige skalare Maßzahl ermöglichen, wodurch die je nach Anwendung optimale Drohnengeometrie ermittelt werden kann. Zur Regelung des Systems aus Drohne und Manipulator wurde ein Regelungskonzept entwickelt, welches durch eine Entkopplung der Bewegungsgleichungen eine virtuelle Verschiebung des Schwerpunkts in das Drohnenzentrum realisiert und so eine präzise Regelung unabhängig von der tatsächlichen Schwerpunktlage ermöglicht. / This thesis’ subject is the geometrical design and control of a fully actuated drone, intended to be used as a flying operating-platform for a manipulator. Starting with the general geometrical description of a symmetric drone with six rotors, methods for the application specific design of a fully actuated drone are developed. Furthermore general influencing principles of geometric parameters on the forces and torques that can be generated by the drone, are pointed out. To characterize the drone's wrench-space, it is reduced to so called support vectors, which are given by the hovering thrust, the minimum guaranteed force in a horizontal direction and the minimum guaranteed torque in any direction. Additionally, analytic formulas are derived for the mentioned support vectors. Based on the description by the support vectors, a formulation of metrics is introduced, to enable the assessment of a specific drone geometry by a single scalar measure, to determine the ideal drone geometry for a specific application. Targeting the issue of controlling the flight system, consisting of the drone and the manipulator, a concept is developed that realizes a virtual dissplacement of the center of mass by decoupling the equations of motion and therby facilitates a precise control, independent of the actual location of the system's center of mass.

Diese Diplomarbeit beschäftigt sich mit der geometrischen Auslegung und Regelung einer vollaktuierten Drohne, die als fliegende Arbeitsplattform für einen Manipulator dienen soll. Dabei werden ausgehend von der geometrischen Beschreibung einer allgemeinen, symmetrischen Drohne mit sechs Rotoren Methoden entwickelt, die den anforderungsbezogenen Entwurf der Geometrie einer vollaktuierten Drohne ermöglichen. Darüber hinaus werden prinzipielle Einflussmechanismen einzelner Geometrieparameter auf die durch die Drohne erzeugbaren Kräfte und Momente aufgezeigt. Zur Charakterisierung des Raums aller erzeugbaren Lasten wird dieser auf sogenannte Stützvektoren reduziert. Als Stützvektoren dienen dabei die für den Schwebeflug nötige Schubkraft, die garantierte Mindestkraft in horizontaler Richtung und das garantierte Mindestmoment um eine beliebige Achse, zu deren Berechnung zusätzlich analytische Formeln hergeleitet werden. Aufbauend auf die Beschreibung durch Stützvektoren wird die Formuliernung von Metriken vorgestellt, die die Bewertung einer Drohnengeometrie durch eine einzige skalare Maßzahl ermöglichen, wodurch die je nach Anwendung optimale Drohnengeometrie ermittelt werden kann. Zur Regelung des Systems aus Drohne und Manipulator wurde ein Regelungskonzept entwickelt, welches durch eine Entkopplung der Bewegungsgleichungen eine virtuelle Verschiebung des Schwerpunkts in das Drohnenzentrum realisiert und so eine präzise Regelung unabhängig von der tatsächlichen Schwerpunktlage ermöglicht. / This thesis’ subject is the geometrical design and control of a fully actuated drone, intended to be used as a flying operating-platform for a manipulator. Starting with the general geometrical description of a symmetric drone with six rotors, methods for the application specific design of a fully actuated drone are developed. Furthermore general influencing principles of geometric parameters on the forces and torques that can be generated by the drone, are pointed out. To characterize the drone's wrench-space, it is reduced to so called support vectors, which are given by the hovering thrust, the minimum guaranteed force in a horizontal direction and the minimum guaranteed torque in any direction. Additionally, analytic formulas are derived for the mentioned support vectors. Based on the description by the support vectors, a formulation of metrics is introduced, to enable the assessment of a specific drone geometry by a single scalar measure, to determine the ideal drone geometry for a specific application. Targeting the issue of controlling the flight system, consisting of the drone and the manipulator, a concept is developed that realizes a virtual dissplacement of the center of mass by decoupling the equations of motion and therby facilitates a precise control, independent of the actual location of the system's center of mass.

Drones are widely used in different applications, with different models, like quadcopters, or military drones. But so far little has been done in sports regarding performance analysis, based on this, the aim of this work is to present a position detection in Ultimate Frisbee using drones. / Drohnen sind in verschiedenen Anwendungen weit verbreitet, mit unterschiedlichen Modellen, wie Quadcoptern oder Militärdrohnen. Bisher wurde im Sport jedoch nur wenig in Bezug auf die Leistungsanalyse unternommen, weshalb das Ziel dieser Arbeit darin besteht, eine Positionserkennung im Ultimate Frisbee mit Hilfe von Drohnen zu präsentieren.

Soil erosion by water is a main form of land degradation worldwide. The problem has been addressed, among others, in the United Nations Sustainability Goals. However, for mitigation of erosion consequences and adequate management of affected areas, reliable information on the magnitude and spatial patterns of erosion is needed. Although such need is often addressed by erosion modelling, precise erosion monitoring is necessary for the calibration and validation of erosion models and to study erosion patterns in landscapes. Conventional methods for quantification of rill erosion are based on labour-intensive field measurements. In contrast, remote sensing techniques promise fast, non-invasive, systematic and larger-scale surveying. Thus, the main objective of this study was to develop and evaluate automated and transferable methodologies for mapping the spatial extent of erosion rills from a single acquisition of remote sensing data. Data collected by an uncrewed aerial vehicle was used to deliver a highly detailed digital elevation model (DEM) of the analysed area. Rills were classified by two methods with different settings. One approach was based on a series of decision rules applied on DEM-derived geomorphological terrain attributes. The second approach utilized the random forest machine learning algorithm. The methods were tested on three agricultural fields representing different erosion patterns and vegetation covers. Our study showed that the proposed methods can ensure recognition of rills with accuracies between 80 and 90% depending on rill characteristics. In some cases, however, the methods were sensitive to very small rill incisions and to similar geometry of rills to other features. Additionally, their performance was influenced by the vegetation structure and cover. Besides these challenges, the introduced approach was capable of mapping rills fully automatically at the field scale and can, therefore, support a fast and flexible assessment of erosion magnitudes.