·   News

Multi-Robot-Mapping im Reallabor des Fraunhofer IOSB-AST

Eines der Projektziele des Kompetenzzentrums ROBDEKON ist es, das Multi-Robot-Mapping weiterzuentwickeln. Diese Technologie soll es ermöglichen, gemeinschaftliche Karten der potenziellen Einsatzumgebung durch die in einem Szenario genutzten heterogenen Systeme zu generieren. Die resultierenden Informationen sollen auch für weitere Zielsysteme nutzbar gemacht werden, wie zum Beispiel andere Fahrzeuge oder Roboter. Im Reallabor in Ilmenau werden die Robotersysteme in verschiedenen Szenarien erprobt.

Ein beispielhaftes Szenario ist die Altlastensanierung: Durch die Kooperation der Systeme IOSB.Alice oder dem ARTER (Autonomous Rough Terrain Excavator Robot) des DFKI als Bodenprobennehmer zusammen mit dem Transportfahrzeug MATS (Mobile Autonomous Transport System) können hier Synergien aus der gemeinsamen Datenbasis zur Lokalisierung genutzt werden. Geländeinformationen, die das Transportfahrzeug bereits gesammelt hat, können für die Navigation und Manipulation der nachfolgenden Arbeitsmaschinen direkt als Planungsgrundlage dienen. Dies ist besonders relevant, wenn das Transportfahrzeug Lasten abgestellt hat, die ein Hindernis für die weiteren Maschinen darstellen können.

Luftaufnahme des Reallabors für autonome Arbeitsmaschinen in Ilmenau als Teil des ROBDEKON LivingLabs. © Fraunhofer IOSB/indigo

Reallabor für autonome Arbeitsmaschinen

Zur Bearbeitung dieser Arbeitspakete steuert die Abteilung Eingebettete Intelligente Systeme (EIS) des Fraunhofer IOSB-AST aus Ilmenau unter anderem Referenzmessdatensätze aus den Fahrzeugen des dort befindlichen ROBDEKON LivingLabs bei. Die Testflächen des „Reallabors für autonome Arbeitsmaschinen“ bilden dabei die Grundlage. Das Reallabor dient vornehmlich dazu, neue Technologien rund um das automatisierte Arbeiten mit mobilen autonomen Arbeitsmaschinen zu entwickeln und zu erproben. Es bietet durch vielfältiges Sensorequipment sowie modernste Kommunikationskomponenten wie O-RAN-fähige 5G-Campusnetz-Technologie die Möglichkeit, große Datenmengen zwischen den Edge-Komponenten und den Arbeitsgeräten zu transportieren. Weiterhin dient es mit einer Fläche von ca. 6000 m² der Demonstration neu entwickelter Technologien, um den Transfer in die potenziellen Anwendungen zu beschleunigen.

Vermessung des Geländes ermöglicht Optimierung der Systeme

Das Areal wurde kürzlich mit unterschiedlichen Systemen vermessen. Die Datenbasis wurde durch die mobilen robotischen Systeme MATS und ARION mithilfe ihrer Umgebungssensoren, Inertialmess- und RTK-GPS-Systemen aufgezeichnet. Als Ground Truth wurde den Messdatensätzen der Fahrzeuge die Position, stammend aus hochgenauen robotischen Tachymetern, beigefügt. Diese sollen für spätere Genauigkeits- und Fehleranalysen dienlich sein. Weiterhin wurden die Flächen mithilfe von terrestrischem und Airborne Laserscanning geometrisch als georeferenzierte kolorierte 3D-Punktwolke erfasst. Mit den erzielten Daten kann somit ein Benchmarking der entwickelten Algorithmen etabliert werden.

Im obigen Video ist beispielhaft die automatisierte Registrierung von zwei entstandenen 3D-Punktwolken als Kartenbasis dargestellt. Die Daten wurden durch die am Fraunhofer IOSB-AST entwickelten Systeme MATS und EnvP-KIT (Environment Perception Kit) erfasst. Letzteres ist auf dem autonomen Traktor ARION installiert. © Fraunhofer IOSB-AST
Mobile Autonomous Transport System MATS (links) und autonomer Traktor ARION mit aufgebautem EnvP-Kit als Lokalisierungs- und Navigationsmodul (rechts). Das EnvP-Tool dient als Basis, um die Datensätze für die Entwicklung der Multi-Robot-Mapping-Algorithmen zu generieren. © Fraunhofer IOSB/indigo