Light Detection and Ranging (LiDAR) Simultaneous Localization and Mapping (SLAM) kombiniert laserbasierte Entfernungsmessungen mit Algorithmen, die es Drohnen, Robotern und anderen autonomen Plattformen ermöglichen, ihre Position zu schätzen und gleichzeitig Karten ihrer Umgebung zu erstellen. Die Systeme können 2D- oder 3D-LiDAR, mechanische oder Festkörperscanner, mehrere LiDAR-Einheiten oder eine Fusion aus LiDAR- und Trägheitssensoren nutzen.
Auf dieser Seite werden Anbieter von LiDAR-SLAM-Technologie für autonome Navigation, Hindernisvermeidung, Vermessung, Inspektion, Logistik und Kartierung vorgestellt.
Lesen Sie den Technologieübersicht
Hochpräzise LiDAR- und SLAM-Kartierungslösungen für Drohnen und autonome Systeme
GNSS-Positionierungssysteme, 3D-SLAM und mobile Kartierung, unbemannte Oberflächenfahrzeuge
GNSS-Positionierungs- und Navigationssysteme, mobile Kartierung UAV-LiDAR und unbemannte Oberflächenfahrzeuge
Wenn Sie entwerfen, bauen oder liefern LiDAR-SLAM-Technologie, Erstellen Sie ein Profil, um Ihre Kompetenzen zu präsentieren und mit Besuchern in Kontakt zu treten, die einen konkreten Bedarf an Ihren Lösungen haben.
Light Detection and Ranging (LiDAR) Simultaneous Localization and Mapping (SLAM) kombiniert laserbasierte Entfernungsmessungen mit Algorithmen, die es einem autonomen System ermöglichen, seine Position zu schätzen und gleichzeitig eine Karte der Umgebung zu erstellen. Dies ist besonders nützlich, wenn keine zuverlässige externe Positionsbestimmung verfügbar, beeinträchtigt oder ungeeignet ist, beispielsweise in Innenräumen, Tunneln, Industrieanlagen, Wäldern und komplexen städtischen Umgebungen.
Ein LiDAR-SLAM-System verarbeitet aufeinanderfolgende Laserscans, um Änderungen der Position und Ausrichtung zu schätzen, Punktwolkendaten auszurichten und seine Darstellung der Umgebung kontinuierlich zu aktualisieren. Durch Scan-Abgleich, Bewegungsschätzung und Kartenoptimierung kann das System sowohl eine Karte als auch eine Schätzung der Bewegungsbahn oder Pose der Plattform erstellen und unterstützt damit Anwendungen wie autonome Navigation, Hindernisvermeidung, Vermessung, Inspektion und robotergestützte Kartierung.
SLAM-LiDAR-Scanner C01 von SKYLANDX.
LiDAR-SLAM schätzt die Position und Ausrichtung einer Drohne, eines Roboters oder einer anderen autonomen Plattform, während diese sich durch eine Umgebung bewegt. Durch den Abgleich aktueller LiDAR-Messungen mit früheren Scans oder einer sich weiterentwickelnden Karte kann das System die Lage der Plattform kontinuierlich aktualisieren, ohne sich ausschließlich auf ein globales Navigationssatellitensystem (GNSS) zu verlassen, während die Kartenoptimierung und die Erkennung zuvor kartierter Bereiche dazu beitragen können, die kumulierte Lokalisierungsabweichung zu begrenzen.
LiDAR-basiertes SLAM kann je nach Sensorkonfiguration und Verarbeitungsmethode zweidimensionale Belegungskarten oder detaillierte dreidimensionale Punktwolken erstellen. 3D-LiDAR-SLAM ist besonders nützlich in Umgebungen mit komplexen Strukturen, Höhenunterschieden, überkopfliegenden Merkmalen oder Hindernissen, die in einer flachen Karte nicht angemessen dargestellt werden können.
Kontinuierliches LiDAR-Scannen liefert Entfernungsmessungen zu umgebenden Oberflächen und Objekten und verschafft der autonomen Plattform während der Bewegung einen aktuellen Überblick über die Geometrie in ihrer Nähe. Diese Messungen und die daraus resultierenden SLAM-Karten können von der Navigationssoftware genutzt werden, um freien Raum zu identifizieren, Hindernisse zu erkennen und den Überblick über umgebende Strukturen zu behalten.
LiDAR-SLAM ermöglicht es autonomen Systemen, eine lokale Positionsschätzung aufrechtzuerhalten, selbst in Umgebungen, in denen Satellitennavigation nicht verfügbar oder unzuverlässig ist. Zu den typischen Anwendungsbereichen zählen Innenräume, Tunnel, Bergwerke, dicht bebaute Stadtgebiete und andere Orte, an denen GNSS-Signale behindert, reflektiert, beeinträchtigt oder gänzlich nicht vorhanden sein können.
Durch SLAM erstellte Karten können die räumlichen Informationen liefern, die Wegplanungssysteme benötigen, um zu bestimmen, wie sich eine autonome Plattform durch ihre Umgebung bewegen soll. Roboter und Drohnen können diese Informationen nutzen, um befahrbare Bereiche zu identifizieren, Hindernissen auszuweichen, Routen auszuwählen und geplante Bewegungen zu aktualisieren, sobald neue Umgebungsdaten verfügbar werden.
Da Lokalisierung und Kartierung gleichzeitig erfolgen, eignet sich LiDAR-SLAM besonders gut für Umgebungen, die nicht im Voraus kartiert wurden oder sich im Laufe der Zeit verändern können. Ein LiDAR-SLAM-Roboter oder eine Drohne kann während der Bewegung durch ein unbekanntes Gebiet eine eigene räumliche Darstellung erstellen und diese Karte aktualisieren, sobald sich Strukturen, Hindernisse oder andere Merkmale ändern.
LiDAR-SLAM-Systeme lassen sich nach der Erfassungsgeometrie, der Scannerarchitektur und den zusätzlichen Sensoren zur Unterstützung der Posenschätzung kategorisieren, wobei jede Konfiguration unterschiedliche Kompromisse hinsichtlich Abdeckung, Detailgenauigkeit, Anforderungen an die Nutzlast und Verarbeitungsaufwand mit sich bringt.
| LiDAR-SLAM-Typ | Merkmale | Typische Stärken | Gängige unbemannte Plattformen |
| 2D-LiDAR-SLAM | Verwendet planare Laserscans | Geringere Rechenanforderungen und effiziente Lokalisierung in Innenräumen | Mobile Roboter und unbemannte Bodenfahrzeuge |
| 3D-LiDAR-SLAM | Erzeugt volumetrische Punktwolken | Detaillierte Kartierung komplexer Umgebungen | Unbemannte Luftfahrzeuge, unbemannte Bodenfahrzeuge und Inspektionsroboter |
| Mechanisches Scanning-LiDAR-SLAM | Verwendet bewegliche optische oder Sensorkomponenten zum Abtasten der Umgebung | Breites Sichtfeld und dichte räumliche Abdeckung | Drohnen, mobile Roboter und Vermessungsplattformen |
| Solid-State-LiDAR-SLAM | Verwendet nicht rotierende oder mechanisch vereinfachte Abtastarchitekturen | Kompakte Bauform sowie potenzielle Reduzierungen bei Größe und Gewicht | Kleine Drohnen, Roboter und eingebettete Systeme |
| Multi-LiDAR-SLAM | Kombiniert Daten aus mehreren LiDAR-Einheiten | Größere Erfassungsreichweite und reduzierte tote Winkel | Größere autonome Roboter und Fahrzeuge |
| LiDAR-Inertial-SLAM | Fügt LiDAR-Messungen mit inertialen Bewegungsdaten zusammen | Verbesserte Lagebestimmung bei schnellen oder komplexen Bewegungen | Drohnen, Bodenfahrzeuge und handgeführte Kartierungssysteme |
Die gewählte Sensorarchitektur wirkt sich unmittelbar auf die Umgebungsabdeckung, die Kartierungsgenauigkeit, die Anforderungen an die Nutzlast sowie den Rechenaufwand aus, der zur Aufrechterhaltung der Lokalisierung in Echtzeit erforderlich ist.
Je nach Plattform, Betriebsumgebung, erforderlicher Kartierungsgenauigkeit und verfügbarer Rechenkapazität werden unterschiedliche LiDAR-Sensorkonfigurationen ausgewählt, wobei jedes Design Auswirkungen auf Reichweite, Sichtfeld, Punktdichte und Systemintegration hat.
Die Auswahl eines geeigneten SLAM-LiDAR-Sensors erfordert daher einen Kompromiss zwischen der Messleistung und den Einschränkungen der Plattform, wie z. B. Nutzlastkapazität, Stromverbrauch, Rechenressourcen und den Bedingungen der Betriebsumgebung.
SLAM-Scanner „Cygnus 2 Handheld“ von SatLab Geosolutions.
Autonome mobile Roboter (AMRs) nutzen LiDAR-SLAM zur Positionsbestimmung in Lagerhäusern, Fabriken und Logistikanlagen, während sie gleichzeitig Karten von Gängen, Lagerbereichen und Arbeitsbereichen erstellen oder darauf zurückgreifen. Dieselben räumlichen Informationen können die Routenplanung, die Hindernisvermeidung und die autonome Navigation unterstützen, wenn GNSS in Innenräumen nicht verfügbar ist.
SLAM-Scans können dreidimensionale Baustellendaten erfassen, während sich Bediener, Roboter oder Drohnen durch Bauumgebungen bewegen, sodass Messungen ohne Abhängigkeit von einer festen Scanposition erhoben werden können. Die Ergebnisse von LiDAR-SLAM-Vermessungen können anschließend die Fortschrittsüberwachung, Maßkontrollen, die Bestandsdokumentation sowie den Abgleich mit Building-Information-Modeling-Daten (BIM) unterstützen.
Mit LiDAR-SLAM ausgestattete Roboter- und Luftplattformen können unbekannte oder beschädigte Umgebungen kartieren, in denen Sichtverhältnisse, Zugänglichkeit oder externe Positionsbestimmung eingeschränkt sein können. Punktwolken und Lokalisierungsdaten können die Navigation durch Gebäude, Tunnel, Trümmerfelder und andere komplexe Einsatzgebiete unterstützen und den Einsatzkräften gleichzeitig eine sich dynamisch entwickelnde räumliche Darstellung der Umgebung liefern.
LiDAR-SLAM kann die mobile Kartierung unter oder um Vegetation herum unterstützen, wo der GNSS-Empfang unregelmäßig oder teilweise behindert sein kann. Drohnen und Bodenroboter können SLAM-LiDAR-Scanner einsetzen, um Gelände, Vegetationsstruktur, Baumgeometrie, Anbauflächen und Routen durch Gebiete mit erheblichen visuellen oder physischen Hindernissen zu kartieren.
LiDAR-SLAM kann die unbemannte Aufklärung, Kartierung und Navigation in Umgebungen unterstützen, in denen GNSS-Signale nicht oder nur eingeschränkt verfügbar sind. Unbemannte Luftfahrzeuge (UAVs) und unbemannte Bodenfahrzeuge (UGVs) können diese Technologie nutzen, um dreidimensionale Darstellungen von Gebäuden, Tunneln, städtischem Gelände und anderen Bereichen zu erstellen und dabei lokale Positionsschätzungen für autonome oder ferngesteuerte Bewegungen aufrechtzuerhalten.
Die Entwicklung von LiDAR-SLAM konzentriert sich zunehmend darauf, die Sensorgröße zu reduzieren, die Robustheit der Lokalisierung zu verbessern und mehr nützliche Informationen aus kartierten Umgebungen zu gewinnen, während die Echtzeitleistung auf autonomen Plattformen gewahrt bleibt.
Zusammen erweitern diese Entwicklungen die Rolle von LiDAR-SLAM über die grundlegende Lokalisierung und Kartierung hinaus hin zu leistungsfähigeren autonomen Navigations-, Inspektions-, Vermessungs- und Roboterwahrnehmungsanwendungen.
Suche nach Unternehmen & Produkten
