TU Braunschweig erforscht Sensoren für Roboter und autonome Autos
Mobile Roboter und andere Fahrzeuge sollen anhand der Radardaten des Untergrunds navigieren. In den Boden ist das Radarbild hineinmontiert, das der am Roboter montierte Radarsensor dafür bei der Erstellung der Karte aufgenommen hat. Im Radarbild sind die im Boden verborgenen Strukturen zu erkennen: Baustahlmatten, Kanten der in der Mitte befindlichen Grube, Boden der Grube. An solchen und ähnlichen Strukturen soll die Ortung als Basis für die Navigation erfolgen. Foto: IMN / TU Braunschweig
Es geht um radarbasierte Sensoren, die genauer und zuverlässiger arbeiten als bisherige optische Sensoren oder satellitengestützte Technologien.
Die Ortsbestimmung eines Fahrzeugs – ob mobile Roboter, Maschinen oder Autos – ist eine wichtige Funktion in der Navigation beim autonomen Fahren. Forscher der Technischen Universität Braunschweig untersuchen jetzt gemeinsam mit Industriepartnern radarbasierte Sensoren. „Diese Sensoren kartieren den Boden und ermöglichen so eine genaue Ort- und Richtungsbeschreibung des mobiles Objekts“, heißt es in einer Pressemitteilung der TU.
Dieser Artikel ist zuerst erschienen am 27.04.2020 (Bezahl-Artikel)
Um die Position in Fahrzeugen zu bestimmen, kämen aktuell optische Sensoren oder satellitengestützte Technologien zum Einsatz. Diese hätten aber in bestimmten Szenarien besonders im Außenbereich Schwächen in der Genauigkeit und Robustheit oder benötigten zusätzliche Installationen. „Ein Sensor, der eine Lokalisierung basierend auf den Eigenschaften des Bodens ermöglicht, bietet dagegen eine zuverlässigere Lösung“, so die TU.
Im Rahmen des Forschungsprojekts LoBaBo werden radarbasierte Sensoren und Verfahren zur ein- und zweidimensionalen Erfassung der Struktur des Fahrbahnuntergrundes erforscht. „Damit soll eine Kartierung mit ausreichender Auflösung ermöglicht werden“, erläutern die Wissenschaftler. „Basierend auf den gewonnenen Daten soll über geeignete Mapping- und Matching-Verfahren eine eindeutige Ermittlung der Pose (Ort und Orientierung) durchgeführt werden. Dadurch können zukünftig mobile Roboter im Außenbereich ohne zusätzliche Installationen zuverlässig navigieren.“
Wie es in der Pressemitteilung weiter heißt, dienen Mappingverfahren der Erstellung von Karten aus den georeferenzierten Bodendaten. „Mit den sogenannten Matchingverfahren können Kartendaten und aktuell gemessene Radardaten verarbeitet werden. Mit dem Matching werden Ort und Orientierung eines Fahrzeugs in Echtzeit mit ausreichender Auflösung und Genauigkeit ermittelt.“
Die TU entwickle Lokalisierungsalgorithmen für eine Lokalisierung entlang einer Bahn (1D-Lokalisierung) und auf einer Fläche (2D-Lokalisierung). Dabei werde untersucht, wie die Radardaten vorprozessiert werden müssen und welche Lokalisierungsalgorithmen am besten geeignet sind. „Die Radar-Messungen werden verglichen mit Kartendaten und der Bestimmung der Transformation, also der Änderung der Richtung“, so die Uni. „Zusätzlich wird ein kontinuierliches und ein diskretes Positionsupdate über die Radartechnik bestimmt. Abschließend soll die Ortsbestimmung mit einem Versuchsträger für Indoor- und Outdoor-Fälle verifizert werden.“
Das Forschungsprojekt mit einer Laufzeit von drei Jahren (Februar 2020 bis Januar 2023) wird vom Bundesministerium für Bildung und Forschung mit insgesamt 850.000 Euro gefördert; die TU Braunschweig erhält davon anteilig rund 350.000 Euro. Partner im Verbundprojekt sind die Firma Götting KG in Lehrte, die SF Microwave GmbH aus Braunschweig, eine Ausgründung aus dem Institut für Hochfrequenztechnik der TU Braunschweig (Abteilung Mikrowellentechnik), und das Institut für mobile Maschinen und Nutzfahrzeuge der TU Braunschweig (Leiter Professor Ludger Frerichs) mit der Arbeitsgruppe Automatisierungs- und Robotersysteme (Arbeitsgruppenleitung Jan Schattenberg).
Dieser Artikel ist zuerst erschienen am 27.04.2020 und erreichbar unter: https://www.braunschweiger-zeitung.de/braunschweig/article228991725/TU-Braunschweig-erforscht-Sensoren-fuer-Roboter-und-autonome-Autos.html (Bezahl-Artikel)
