Deep Trekker SPECTRA
HP MJF for Unmanned Systems
Führende globale Anbieter

3D-LiDAR-Scanner

3D-LiDAR-Scanner sind laserbasierte Sensorsysteme, die umgebende Oberflächen vermessen, um dreidimensionale Punktwolken für Drohnen, UGVs, mobile Roboter und andere autonome Plattformen zu erzeugen. Sie unterstützen 3D-Kartierung, Hinderniserkennung, Geländevermessung, Lokalisierung, Navigation, Inspektion und räumliches Bewusstsein.

In dieser Kategorie werden Hersteller von 3D-LiDAR-Scannern vorgestellt, deren Produkte in den Bereichen Vermessung, Infrastrukturinspektion, Umweltüberwachung und autonome Einsätze zum Einsatz kommen.

Lesen Sie den Technologieübersicht

Anbieter von 3D-LiDAR-Scannern

SKYLANDX
SKYLANDX

Hochpräzise LiDAR- und SLAM-Kartierungslösungen für Drohnen und autonome Systeme

SatLab Geosolutions
SatLab Geosolutions

GNSS-Positionierungssysteme, 3D-SLAM und mobile Kartierung, unbemannte Oberflächenfahrzeuge

CHC Navigation
CHC Navigation

GNSS-Positionierungs- und Navigationssysteme, mobile Kartierung UAV-LiDAR und unbemannte Oberflächenfahrzeuge

Präsentiere deine Fähigkeiten

Wenn Sie entwerfen, bauen oder liefern 3D-LiDAR-Scanner, Erstellen Sie ein Profil, um Ihre Kompetenzen zu präsentieren und mit Besuchern in Kontakt zu treten, die einen konkreten Bedarf an Ihren Lösungen haben.

Lieferantenprofil erstellen

Der umfassende Leitfaden zu 3D-LiDAR-Scannern für Drohnen und Robotik

William Mackenzie

Aktualisiert:

Einführung in 3D-LiDAR-Scanner für Drohnen und Robotik

3D-LiDAR-Scanner nutzen Laserenergie, um Entfernungen zu umgebenden Oberflächen zu messen und dreidimensionale Darstellungen einer Umgebung zu erzeugen. An Drohnen, unbemannten Bodenfahrzeugen (UGVs), mobilen Robotern und anderen autonomen Plattformen montiert, können diese Sensoren detaillierte räumliche Daten für Kartierung, Navigation, Vermessung, Inspektion und Umgebungswahrnehmung erfassen.

Ein typischer 3D-LiDAR-Scanner kombiniert eine Laserquelle, eine Strahlsteuerungs- oder Beleuchtungsoptik, einen Fotodetektor-Empfänger, Zeitmesselektronik und eine integrierte Verarbeitungseinheit, um anhand der zurückgesendeten Lasersignale die Entfernung zu umgebenden Oberflächen zu bestimmen. Eine große Anzahl von Messungen, die über horizontale und vertikale Sichtfelder hinweg erfasst werden, wird zu einer 3D-Punktwolke zusammengefasst, die Gelände, Bauwerke, Vegetation, Hindernisse und andere Objekte darstellt; die resultierenden Daten werden entweder bordseitig für die autonome Echtzeitverarbeitung oder später für Kartierung und Analyse verarbeitet.

Kernfunktionen von 3D-LiDAR-Scannern

3D-Kartierung

3D-Lidar von CHC Navigation

RS10, ein handgeführter SLAM-3D-Laserscanner von CHC Navigation

Die LiDAR-3D-Kartierung nutzt aufeinanderfolgende Entfernungsmessungen, um detaillierte Punktwolken von Gebäuden, Gelände, Infrastruktur und anderen Umgebungen zu erstellen. In Kombination mit Positions- und Orientierungsdaten lassen sich diese Messungen in georeferenzierte 3D-Karten umwandeln, die für Vermessungen, die Dokumentation von Anlagen, Volumenmessungen und die autonome Navigation genutzt werden können.

Hinderniserkennung

Ein 3D-LiDAR-Sensor kann Objekte innerhalb seines Sichtfelds erkennen, indem er deren Entfernung und räumliche Position relativ zur Plattform misst, wodurch Drohnen und Roboter eine aktuelle Darstellung von Gefahren in der Nähe erhalten. Schnelle Aktualisierungen der Punktwolke können die Erkennung von Wänden, Bäumen, Fahrzeugen, Bauwerken und anderen Hindernissen entlang einer geplanten oder dynamisch generierten Route unterstützen.

Gelände- und Oberflächenvermessung

3D-LiDAR-Scanner messen Form, Höhe und Geometrie von Oberflächen ohne physischen Kontakt und eignen sich daher sowohl für Luft- als auch für Bodenmessungen. Auf Drohnen montierte Systeme können Geländedaten über größere Flächen erfassen, während Bodenroboter Steigungen, Stufen, unebene Oberflächen und andere Merkmale charakterisieren können, die die Mobilität und die Routenplanung beeinflussen.

Objekterkennung und räumliches Bewusstsein

Punktwolkendaten liefern autonomen Systemen Informationen über Größe, Standort, Form und relative Position umgebender Objekte und tragen so dazu bei, ein dreidimensionales Verständnis der Betriebsumgebung aufzubauen. Verarbeitungssoftware kann Merkmale innerhalb der Punktwolke segmentieren oder klassifizieren, um die Wahrnehmung, Navigation und Interaktion mit komplexen oder sich verändernden Umgebungen zu unterstützen.

Unterstützung bei Lokalisierung und Navigation

3D-LiDAR kann die Lokalisierung unterstützen, indem es Live-Scans mit früheren Messungen oder einer vorhandenen Karte vergleicht, was es besonders nützlich macht, wenn die Positionierung mittels Global Navigation Satellite System (GNSS) nicht verfügbar, unzuverlässig oder nicht präzise genug ist. Der LiDAR-Sensor selbst liefert Entfernungsmessungen, während Lokalisierungs- oder Kartierungsalgorithmen diese Messungen verarbeiten, um die Position und Bewegung der Plattform zu schätzen.

Änderungserkennung und Inspektion

Wiederholte 3D-LiDAR-Scans können geometrische Unterschiede zwischen zu unterschiedlichen Zeitpunkten erfassten Datensätzen aufdecken, wodurch Veränderungen an Oberflächen oder Strukturen gemessen und dokumentiert werden können. Zu den Anwendungsbereichen zählen die Bauwerksüberwachung, die Beurteilung von Verformungen, die Verfolgung des Baufortschritts, die Vermessung von Halden sowie die Erkennung von Veränderungen im Gelände oder an der Infrastruktur.

Wichtige Typen von 3D-LiDAR-Scannern

3D-LiDAR-Scanner nutzen verschiedene Methoden, um Laserenergie auf die Umgebung zu richten oder zu verteilen, wobei jede Architektur unterschiedliche Eigenschaften hinsichtlich Erfassungsbereich, mechanischer Komplexität, Messdichte, Größe, Stromverbrauch und Eignung für unbemannte Plattformen aufweist.

Typ Abtastverfahren Typische Merkmale Relevanz für unbemannte Systeme
Mechanisch rotierender LiDAR Physikalische Rotation der Optik- oder Sensorbaugruppe Breite horizontale Abdeckung und dichte 3D-Abtastung Häufig dort eingesetzt, wo eine umfassende Umgebungserfassung erforderlich ist
Festkörper-3D-LiDAR Nicht rotierende Strahlsteuerung oder Flächenausleuchtung Kompakte Bauweise ohne große rotierende Baugruppen Geeignet für Plattformen mit begrenzten Platz- und Gewichtsressourcen
MEMS-Scanning-LiDAR Ein mikroelektromechanischer Spiegel lenkt den Laserstrahl Kompakte Strahlsteuerung mit konfigurierbaren Abtastmustern Eignung für Drohnen, Roboter und eingebettete Wahrnehmungssysteme
Flash-LiDAR Beleuchtet einen Bereich gleichzeitig und erfasst ein Tiefenbild Kein sequenzielles mechanisches Abtasten der Szene Geeignet für die 3D-Wahrnehmung im Nahbereich und die schnelle Erfassung von Szenen
Multi-Beam-LiDAR Verwendet mehrere Laserkanäle oder -strahlen Erfasst mehrere Entfernungsmessungen gleichzeitig Unterstützt höhere Punkt-Erfassungsraten und eine breitere vertikale Abdeckung

Anwendungsbereiche von 3D-LiDAR für Drohnen und Robotik

Luftbildkartierung und Vermessung

LiDAR-3D-Scanner von SatLab Geosolutions

Cygnus Handheld-SLAM-3D-Scanner von SatLab Geosolutions

3D-LiDAR für Drohnen ermöglicht es Luftplattformen, Höhen- und Oberflächendaten über Gelände, Baustellen, Infrastruktur, Forstwirtschaft und andere Vermessungsgebiete zu erfassen. Durch die Integration mit GNSS- und Trägheitssystemen lassen sich Punktwolken für Kartierungs-, Mess- und georäumliche Analyseabläufe präzise positionieren und ausrichten.

Autonome Navigation

Roboter und Drohnen können Live-3D-LiDAR-Daten nutzen, um freien Raum abzuschätzen, die Geometrie der Umgebung zu erfassen und die Routenplanung zu unterstützen, während sie sich durch eine Umgebung bewegen. LiDAR-Messungen lassen sich zudem mit Trägheitssensoren, Kameras, Radodometrie oder anderen Navigationsdaten kombinieren, um die Lokalisierung und die Umgebungswahrnehmung zu verbessern.

Geländeanpassung

Eine Drohne mit 3D-LiDAR-Scanner kann den Abstand zu Gelände, Bauwerken oder Vegetation unterhalb und um das Fluggerät herum messen und liefert so Informationen, die den geländebezogenen Flug unterstützen. Diese Messungen können der Plattform helfen, einen angemessenen Sicherheitsabstand einzuhalten, während sie über unebene, geneigte oder sich verändernde Oberflächen fliegt.

Kollisions- und Hindernisvermeidung

Echtzeit-LiDAR-Messungen ermöglichen es autonomen Systemen, potenzielle Kollisionsgefahren zu erkennen und deren relative Position, Entfernung und Form abzuschätzen. Verarbeitungssysteme können diese Informationen dann nutzen, um die Geschwindigkeit zu verringern, anzuhalten, die Route umzuplanen oder die Flugbahn anzupassen, sobald Hindernisse in definierte Sicherheitszonen eindringen.

Kartierung von Korridoren und linearen Infrastrukturen

An Drohnen montierte 3D-LiDAR-Scanner können räumliche Daten entlang von Straßen, Eisenbahnstrecken, Pipelines, Stromleitungen, Wasserstraßen und anderer linearer Infrastruktur erfassen und ermöglichen so eine effiziente Erfassung ausgedehnter Strecken. Die großflächige Datenerfassung in Kombination mit präzisen Flugbahndaten kann die Kartierung von Korridoren, die Freiraumanalyse, die Inspektionsplanung und die Überwachung von Veränderungen unterstützen.

In Innenräumen, Tunneln, städtischen Gebieten, Wäldern und anderen Umgebungen, in denen die Satellitenortung eingeschränkt ist, kann 3D-LiDAR Messdaten für das Scan-Matching und die simultane Lokalisierung und Kartierung (SLAM) liefern. SLAM ist kein LiDAR-Scannertyp an sich, sondern eine Lokalisierungs- und Kartierungstechnik, die aufeinanderfolgende LiDAR-Scans verarbeitet, um die Bewegung der Plattform abzuschätzen und gleichzeitig eine Karte der Umgebung zu erstellen oder zu aktualisieren.

3D-LiDAR-Scanner im Vergleich zu anderen Sensortechnologien

3D-LiDAR wird häufig in Verbindung mit anderen Wahrnehmungs- und Kartierungstechnologien eingesetzt und dient nicht als direkter Ersatz für jeden Sensortyp, da jede Sensortechnik unterschiedliche Informationen liefert und unterschiedlich auf Umgebungsbedingungen reagiert.

  • Stereokameras: Die Stereosicht schätzt die Tiefe anhand von Bildern, die aus unterschiedlichen Blickwinkeln aufgenommen wurden, und liefert gleichzeitig Farb- und Texturinformationen, während LiDAR die Entfernung direkt misst und weniger von der sichtbaren Textur der Szene abhängig ist.
  • Fotogrammetrie: Die Fotogrammetrie rekonstruiert die 3D-Geometrie aus überlappenden Bildern und wird häufig für die detaillierte visuelle Kartierung eingesetzt, während das 3D-LiDAR-Laserscanning Entfernungen direkt misst und nützliche geometrische Daten über Oberflächen mit begrenzter visueller Textur liefern kann.
  • Radar: Radar ermöglicht die Erkennung über große Entfernungen und funktioniert unter bestimmten Umgebungsbedingungen, die die Leistung optischer Sensoren beeinträchtigen, effektiv, während 3D-LiDAR im Allgemeinen feinere räumliche Details für die Kartierung und die Objektgeometrie liefert.
  • Tiefenkameras: Tiefenkameras liefern Entfernungsinformationen über ein bildähnliches Sichtfeld und werden häufig in der Robotik mit kurzen Reichweiten eingesetzt, während 3D-LiDAR-Scanner mit breiteren Sichtfeldern und größeren Reichweitebereichen für mobile Roboter und Luftplattformen erhältlich sind.

Die Kombination von LiDAR mit Kameras, Radar und Trägheitssensoren kann komplementäre Messdaten für die autonome Wahrnehmung, Lokalisierung und Navigation liefern.

Neueste Entwicklungen im Bereich 3D-LiDAR für Drohnen und Robotik

Die Entwicklungen im Bereich 3D-LiDAR konzentrieren sich zunehmend auf die Verkleinerung der Sensoren, die Verbesserung der Integration sowie die bessere Nutzung von Entfernungsdaten durch bordseitige Verarbeitung und Multisensor-Fusion.

  • Festkörperarchitekturen: Für Drohnen und Roboterplattformen, bei denen Größe, Gewicht, mechanische Komplexität und Einbauraum begrenzt sind, werden kompaktere, nicht rotierende Architekturen entwickelt.
  • Integrierte LiDAR- und Inertialsysteme: Die Kombination von 3D-LiDAR-Sensoren mit Inertialmesssystemen (IMUs) kann die Bewegungskompensation, die Trajektorienabschätzung, die Kartierung sowie LiDAR-basierte SLAM-Arbeitsabläufe vereinfachen.
  • Bordseitige Wahrnehmungsverarbeitung: Dank steigender Rechenleistung können Punktwolken direkt auf der Drohne oder dem Roboter gefiltert, klassifiziert, kartiert und interpretiert werden, was eine schnellere autonome Entscheidungsfindung ermöglicht.
  • Multisensor-Autonomie: LiDAR wird zunehmend mit Kameras, Radar, GNSS und Trägheitsnavigationssensoren integriert, um ergänzende Umgebungs- und Positionsdaten unter einem breiteren Spektrum von Betriebsbedingungen bereitzustellen.

Diese Entwicklungen erweitern den Einsatzbereich von 3D-LiDAR von speziellen Kartierungsnutzlasten hin zu zunehmend integrierten Wahrnehmungssystemen für autonome Drohnen und Robotik.