3D-Scanner für komplette Raumbilder

13.000 Messpunkte pro Sekunde

Zur Erfassung von 3D-Umgebungsdaten ist am Institut für Systems Engineering der Universität Hannover ein kontinuierlich drehender 3D-Scanner entwickelt worden. Der Scanner besteht aus einem ScanDrive-Antrieb und einem SICK-Laser-Scanner. Durch die Drehung kann er alle zwei Sekunden ein komplettes Raumbild aufnehmen. Dabei fallen pro Sekunde etwa 13.000 Messpunkte an. Die einzelnen Punkte werden mit dem Winkel des rotierenden 2D-Scanners und der aktuellen Position und Lage des Roboters synchronisiert um fehlerfreie 3D-Daten auch während der Fahrt generieren zu können.

Ausgewertet werden die Daten über eine SPB (Scalable Processing Box), auf der ein Roboterbetriebssystem läuft. Durch den Einsatz des Echtzeitbetriebssystems werden systematische Messfehler, die während der Datenverarbeitung aufgrund von Laufzeitunterschieden entstehen, vermieden. Die aufgenommenen 3D Punktwolken werden mit verschiedenen Algorithmen aufgenommen. Dazu existieren Algorithmen, die Hindernisse in 3D-Aufnahmen erkennen und die gesammelten Informationen über Größe und Orientierung der Objekte auf eine zweidimensionale Darstellung reduzieren.

Anschließend werden die Daten den 2D-SLAM-Algorithmen zugeführt. Dadurch kann der weitaus größere Informationsgehalt von 3D-Scans genutzt werden um 2D-Algorithmen effektiver arbeiten zu lassen. Durch die Integration der 3D-Umgebungserfassung ist es laut Kai Steckmann von der Uni-Hannover erstmals möglich, in unstrukturierter Outdoor-Umgebung autonom zu navigieren. Derzeit versuchen die Wissenschaftler der Uni-Hannover Merkmale innerhalb der 3D-Punktwolken zu extrahieren um die 3D-Daten auf Features untersuchen zu können. Dadurch sollen die Datenflut des 3D-Sensors reduziert und effiziente Algorithmen zur Objekterkennung und Klassifizierung implementiert werden.