Fallstudie: Roboterlokalisierung in der Indoor-Navigation mit Lidar- und Imu-Daten

Die Kombination von Daten von LIDAR- und IMU-Sensoren erhöht die Präzision von Lokalisierungssystemen. Dieser Artikel untersucht eine Fallstudie, die zeigt, wie diese Sensoren für eine verbesserte Indoor-Navigation integriert sind.

Sensortechnologien in der Indoor Navigation

Die Sensoren der IMU (Inertial Measurement Unit) verfolgen Beschleunigung und Winkelgeschwindigkeit und bieten Bewegungsdaten. Zusammengenommen kompensieren diese Sensoren die gegenseitigen Einschränkungen, wie die Empfindlichkeit von LIDAR gegenüber Umwelteigenschaften und die Drift der IMU im Laufe der Zeit.

Techniken zur Datenfusion

Die Fallstudie verwendete einen Kalman-Filter, um LIDAR- und IMU-Daten zu verschmelzen. Dieser Ansatz kombiniert die hohe Genauigkeit von LIDAR mit den hochfrequenten Bewegungsdaten von IMU. Der Fusionsprozess beinhaltet die Schätzung der Position und Orientierung des Roboters, die Aktualisierung dieser Schätzungen, sobald neue Sensordaten ankommen.

Umsetzung und Ergebnisse

Das System wurde in einer Innenumgebung mit Hindernissen und unterschiedlichen Layouts getestet. Die Ergebnisse zeigten, dass die Sensorfusion die Lokalisierungsgenauigkeit im Vergleich zur Verwendung von LIDAR oder IMU allein signifikant verbesserte. Der Roboter hielt die genaue Positionierung auch in Bereichen mit schlechten LIDAR-Eigenschaften oder schnellen Bewegungen aufrecht.

Wichtigste Vorteile