3D-Laserscanner für mobile Roboter

GMD-Forscher entwickeln einen schnellen und günstigen 3D-Laserscanner für mobile Roboter. Damit sollen die künstlichen Wesen Hindernisse wie Tische und Objekte mit überstehenden Kanten vollständig in Echtzeit zu erfassen.

Autonome mobile Roboter müssen durch unbekannte Umgebungen navigieren können, um Post auszutragen oder Staub zu saugen. Für diese grundlegenden Navigationsaufgaben standen bisher nur 2D-Laserscanner zur Verfügung, die ihre Umgebung horizontal abtasteten. Derartige Systeme sind nicht in der Lage, Hindernisse wie Tische und Objekte mit überstehenden Kanten vollständig in Echtzeit zu erfassen. Eine Forschergruppe am Institut für Autonome intelligente Systeme (AiS) der GMD entwickelte nun einen preisgünstigen 3D-Laserscanner. Dieser soll als präziser und schneller Sensor auf mobilen Robotern zum Einsatz kommen und diesen ermöglichen, ihre natürliche Umgebung - also auch komplette Räume und Gebäude - dreidimensional zu erfassen.

Der 3D-Laserscanner wurde mittels eines handelsüblichen 2D-Scanners und einer neuartigen Drehvorrichtung realisiert. Ein Servomotor dreht den Scanner um seine horizontale Drehachse. Auf diese Weise kann ein Bereich von 180 Grad (horizontal) x 90 Grad (vertikal) berührungslos und präzise in nur wenigen Sekunden erfasst und vermessen werden, ohne dass die Umwelt mittels passiven Landmarken oder ähnlichem modifiziert werden muss.

Ein Scan benötigt zwischen 4 und 12 Sekunden und kann eine Auflösung von bis zu 115.000 Punkten mit einer Genauigkeit von rund 1 bis 5 Zentimetern erreichen. Dank dieser Technik kann ein Roboter Objekte im Nahbereich ab einer Größe von 5 x 5 x 5 Zentimetern erkennen und auf sie in Echtzeit reagieren. Zur realitätsnahen Visualisierung einer aufgenommenen 3D-Szene setzen die Wissenschaftler eine Digitalkamera ein. Während des Scans werden Photos aufgenommen und daraus Texturen extrahiert, die mit den 3D-Elementen verknüpft werden. Als Grundlage für die Software entschieden sich die Wissenschaftler für das Echtzeitbetriebssystem RT-Linux. Sie implementierten verschiedene Online- und Offline-Algorithmen zur Datenanalyse und testeten diese erfolgreich. Weitere Informationen erhalten Sie hier. (fkh)