Zum Inhalt
240830-Roadshow-Hero2

NavVis MLX Roadshow

Erleben Sie unseren brandneuen NavVis MLX in Aktion auf unserer Roadshow!
Sichern Sie sich Ihren Platz
Pop-up-background-abstract-1070 × 625-1-2024

Redefining handheld reality capture

Erfahren Sie mehr über die unvergleichliche Kombination aus Agilität, Ergonomie und hervorragender Datenqualität vereint in einem Handheld-Gerät.

NEWSLETTER

Bleiben Sie immer auf dem Laufenden.
Sie erhalten einmal im Monat unseren Newsletter mit Informationen über bevorstehende Veranstaltungen und Webinare sowie interessante Neuigkeiten.
NavVis und Spot autonom Reality Capture
Georg Schroth8. September 20214 Minuten lesen

Autonomes Laserscanning: Roboter machen‘s möglich

Die Wurzeln von NavVis und mobiles Mapping liegen in der Robotik- und KI-Forschung, sagt NavVis CTO Georg Schroth. Autonomous Reality Capture ist der nächste logische Schritt.

Unsere Vision, die Leistungsfähigkeit von GPS und Karten auf Gebäude und Gelände zu übertragen, hat ihre Wurzeln im Jahr 2009, als die Idee zu NavVis in den Robotik- und KI-Forschungslabors der Technischen Universität München geboren wurde.

Hier entwickelte eine Gruppe junger Wissenschaftler und Ingenieure die Kerntechnologien, die heute Teil der Produkte unseres Unternehmens sind. Von Anfang an nutzten wir unseren Hintergrund in den Bereichen Robotik, maschinelles Lernen und Software, um die Kernfragen nach räumlichen Daten von Gebäuden und Standorten zu beantworten und wie diese stets aktuell gehalten werden können.

Im Gegensatz zu den damals existierenden Produkten waren wir uns sicher, dass Simultane Lokalisierung und Kartierung (SLAM ) - eine grundlegende Technologie für jedes Robotersystem - für die Erfassung der realen Welt entscheidend sein würde. Der Prozess der Kartierung und Modellierung würde drastisch vereinfacht und beschleunigt werden.

Etwas weiter zurückliegend habe ich das Potenzial von SLAM im Jahr 2007 während meiner Zeit am GPS Lab der Stanford University aus erster Hand kennengelernt. SLAM war die Grundlage für Stanfords Teilnahme an der DARPA Urban Challenge in jenem Jahr, die mit dem autonomen Auto "Junior" erfolgreich war - im Grunde der Ausgangspunkt für alle autonomen Fahrzeugentwicklungen seither.

SpotYellow-7758 (1)

Ein Wendepunkt für SLAM-basiertes Mapping und autonome Roboter

Wo stehen wir also heute, im gegenwärtigen Augenblick? Die Branche Reality Capture steht vor einem weiteren großen Wandel, und wieder einmal wird SLAM-basiert mobiles Mapping eine große Rolle spielen.

Schon seit geraumer Zeit sind mobile Scanlösungen bei der Erfassung der bebauten Umwelt viel schneller. Es bedurfte jedoch jahrelanger Forschung und Entwicklung, um die Genauigkeit auf den Millimeterbereich zu bringen und sie zu einem Standardwerkzeug für Fachleute zu machen. Während die auf SLAM basierende Kartierung den Zeit- und Arbeitsaufwand für die Aktualisierung der räumlichen Informationen eines Gebäudes oder Standorts um den Faktor 10 reduzieren kann, haben uns einige unserer größten Kunden sogar noch weiter getrieben.

Ihre Anwendungen reichen von der Baustellenüberwachung bis hin zur Verwaltung der größten Fabriken der Welt. Unsere Vision deckt sich mit ihren Bedürfnissen: Sie benötigen eine digitale Kopie ihrer Standorte fast in Echtzeit, um zu planen, zu verwalten und Entscheidungen auf der Grundlage von Daten und Informationen zu treffen, denen sie voll und ganz vertrauen können. Die Gleichung in diesen industriellen Umgebungen ist einfach: Je älter die Informationen sind, desto geringer ist ihr Wert.

Unsere SLAM-basierte NavVis VLX Mapping-Lösung ist ein großer Fortschritt im Vergleich zu individuellen Vor-Ort-Besuchen und der isolierten Sammlung von Informationen zusammen mit veralteten 2D-Zeichnungen. Insbesondere in Zeiten von COVID-19 reduziert sie den Zeit- und Kostenaufwand für die Erfassung der benötigten Informationen und räumlichen Daten drastisch.

Um eine nahezu in Echtzeit erstellte Kopie eines Gebäudes zu erhalten, reicht es jedoch nicht mehr aus, Menschen durch Baustellen und Gebäude zu schicken - der Prozess muss vollständig automatisiert werden. Sind autonome Roboter also die Lösung?

Es scheint kaum eine Woche zu vergehen, in der nicht ein Video oder eine Pressemitteilung erscheint, in dem ein Laserscanner, eine Kamera oder ein Sensor an einem vierbeinigen Roboter gezeigt wird, in der Regel am Beispiel des Vierbeiners Spot von Boston Dynamics. Die sehen cool aus!

Es mag verlockend sein, sie als Werbegag abzutun, der für Ihr eigentliches Geschäft bedeutungslos ist, aber die Fähigkeiten autonomer Roboter nähern sich rasch einem Wendepunkt. Während in der Vergangenheit Treppen, Stufen, Türen, Lichtschalter oder andere bewegliche Objekte eine große Herausforderung für diese Systeme darstellten, hat sich vieles geändert. Schritt für Schritt schließen diese Roboter die Lücke und werden zu einer zuverlässigen Unterstützung für hochgradig wiederholbare oder für Menschen zu gefährliche Aufgaben.

Aus wirtschaftlicher Sicht müssen wir akzeptieren, dass die heutigen Roboter nicht schneller scannen als Menschen. Sie bewegen sich in der Regel aus Sicherheitsgründen und wegen der geringen Reichweite langsamer und können blockierte Bereiche noch nicht vorhersehen. Die zusätzlichen Kosten des Roboters, die Installation, die Wartung und die Reaktion auf gelegentliche Fehler machen einen einzelnen Scan sicherlich auch nicht billiger.

SpotYellow-7768-1

Wie robotergestütztes Mapping funktionieren kann

Der eigentliche Vorteil liegt in der Wiederholung, bei der Sie alle Ihre Kosten und Anstrengungen unabhängig von der Anzahl der Scans festhalten können. Und die Gleichung ist wieder einfach: Je häufiger Sie scannen, desto billiger ist jeder einzelne Scan, aber desto aktueller und wertvoller sind Ihre räumlichen Daten.

"In diesem Sinne ist diese Art des autonomen Scannens besonders für Unternehmen interessant, die für ihr Geschäft (fast) wöchentlich aktuelle Scandaten benötigen oder Bereiche erfassen wollen, die für Menschen unzugänglich oder zu gefährlich sind."

Zusammen mit Forschungspartnern, einschließlich der Technischen Universität München und unseren Kunden, NavVis hat dieses Konzept zu einer vollständigen Lösung weiterentwickelt, die über die bloße Montage eines Scanners an einem autonomen Roboter oder einer Drohne hinausgeht.

Die Einbindung einer kompatiblen Lösung in die bestehende Flotte autonomer fahrerloser Fahrzeuge und die Infrastruktur des Kunden ist der beste Weg, um diese Herausforderung zu meistern. Ein erster Scan des Standorts ist eine Voraussetzung für die Planung neuer Missionen und die Registrierung neuer Scans. Eine enge Kopplung des auf SLAM basierenden Scanners mit dem Robotersystem ist notwendig, um räumliche Daten in höchster Qualität zu erfassen - ein Bereich, in dem NavVis aufgrund jahrelanger praktischer Erfahrung natürlich übertreffen würde.

Und schließlich müssen die räumlichen Daten innerhalb weniger Stunden möglichst vielen Beteiligten in einem einfach zu verwendenden und verständlichen Format zur Verfügung gestellt werden. Dazu müssen die einzelnen Scans vollständig automatisiert zu einer zugänglichen digitalen Kopie der Anlage zusammengeführt werden.

Bei NavVissehen wir in einer integrierten Kombination aus tragbaren und robotergestützten Kartierungssystemen den nächsten logischen Schritt hin zu stets aktuellen räumlichen Daten, auf die Sie sich bei der Planung, Verwaltung und Entscheidung voll und ganz verlassen können.

Setzen Sie sich mit unserem Team in Verbindung, um Ihren Anwendungsfall zu besprechen, zu untersuchen und zu prüfen, und lassen Sie uns gemeinsam den nächsten Schritt tun.

Anmerkung der Redaktion: Dieser Artikel erschien zuerst auf Geo Week News am 16. Februar 2021.

ÄHNLICHE BEITRÄGE