Mehr Genauigkeit und Robustheit bei der Bestimmung von Ausrichtung, Position und Geschwindigkeit von Robotern

Mit Hilfe von Trägheitsnavigationssystemen kann man die Position, Orientierung und Geschwindigkeit von Robotern einschätzen. Der Klagenfurter Robotik-Forscher Alessandro Fornasier beschäftigt sich mit genaueren und robusteren Algorithmen für Trägheitsnavigationssysteme und hat kürzlich zwei Publikationen gemeinsam mit internationalen Kolleg*innen veröffentlicht, in denen neue Ansätze vorgestellt werden.

Woher weiß beispielsweise eine Drohne, wo sie sich genau befindet, wie sie ausgerichtet ist und mit welcher Geschwindigkeit sie sich von A nach B bewegt? Möglich ist der Einsatz von Ortungssignalen wie GNSS. In dem Fall wird der Robot durch die Signale von Satelliten lokalsiert. Moderne Robotersysteme benötigen jedoch Navigationsfähigkeiten in Umgebungen, in denen kein GNSS verfügbar ist. Solche Systeme werden häufig als „Trägheitsnavigationssysteme“ bezeichnet; sie sind mit einer Trägheitsmesseinheit (IMU) ausgestattet, deren Beschleunigungs- und Winkelgeschwindigkeitsmessungen mit ergänzenden Sensoren (z. B. Kamera, Lidar, Radar usw.) verschmolzen werden, so dass der Zustand des Roboters oder der Drohne auch in Umgebungen ohne GNSS abgeleitet werden kann.

„Ein Nachteil von Trägheitsnavigationssystemen ist, dass sie in Bezug auf die Robustheit und Genauigkeit der Zustandsschätzung aufgrund der ihnen innewohnenden Verzerrungen in den Messungen schwächeln“, sagt Alessandro Fornasier, der in der von Stephan Weiss geleiteten Gruppe Control of Networked Systems an der Universität Klagenfurt forscht. Zur Schätzung des Zustands des Roboters, also seiner Orientierung, Position und Geschwindigkeit, werden so genannte Filter verwendet, die seit Mitte des 20. Jahrhunderts auf derselben Technik basieren. Vor kurzem wurde eine neue Technologie, der sogenannte „Equivariant Filter“, entwickelt von Robert Mahony (Australian National University), eingeführt. Dieser weist eine erhöhte Robustheit gegenüber vielen fehlerhaften Anfangsbedingungen sowie eine verbesserte Genauigkeit im Vergleich zum bisherigen Industriestandard auf und gilt für eine Gruppe von Systemen, die „Systeme mit Symmetrie“ genannt werden. Es wurde ein neuer mathematischer Ansatz für das Problem der Trägheitsnavigation vorgestellt, der Trägheitsnavigationssysteme in die Gruppe der Systeme mit Symmetrie einordnet und beschreibt, wie sich diese Ergebnisse in der Praxis umsetzen lassen. Die Ergebnisse sind überzeugend: Die neue Methodik geht besser mit Messfehlern um und übertrifft die Standardmethoden auf mehreren Ebenen. „Der geschätzte Zustand der Position, der Orientierung und der Geschwindigkeit eines Roboters ist näher am realen Zustand und diese genauere Schätzung wird schneller erreicht“, so Alessandro Fornasier weiter.

Alessandro Fornasier, Yonhon Ng, Robert Mahony, and Stephan Weiss (2022). Equivariant Filter Design for Inertial Navigation Systems with Input Measurement Biases. Published and presented at the International Conference on Robotics and Automation (ICRA) 2022, https://ieeexplore.ieee.org/document/9811778.

Alessandro Fornasier, Yonhon Ng, Christian Brommer, Christoph Böhm, Robert Mahony, and Stephan Weiss (2023). Overcoming Bias: Equivariant Filter Design for Biased Attitude Estimation With Online Calibration. Published in the Robotics and Automation Letters (RA-L) and it will be presented at the International Conference on Robotics and Automation (ICRA) 2023, https://ieeexplore.ieee.org/document/9905914.