Was RTK dem Robotermähen bringt

Die Positionierungstechnologie ist ein zentrales Anliegen für Nutzer intelligenter Rasenmäher und ein wichtiges Verkaufsargument auf dem Markt. Eine genaue und zuverlässige Positionierung ist insbesondere unter den komplexen Bedingungen, unter denen Mähroboter arbeiten, unerlässlich.

Präzision und Stabilität sind entscheidend und Lymow nimmt dies ernst und stellt sicher, dass unsere Rasenmäher in allen Umgebungen zuverlässige Leistung liefern.

Welche Anforderungen stellen Sie als Nutzer intelligenter Rasenmähroboter an Roboterpositionierungslösungen? Präzision und Stabilität stehen zweifellos im Mittelpunkt des Produktkonzepts. Stabilität bei jedem Wetter und unter allen Arbeitsbedingungen ist ein Grundsatz, den Lymow stets respektiert und befolgt. Verschiedene Positionierungslösungen für Rasenmähroboter haben ihre eigenen Vor- und Nachteile.

Für komplexe Rasenverhältnisse sind sinnvolle und zuverlässige Sensorlösungen sowie robuste und stabile Positionierungsalgorithmen die richtige Wahl. Das Lymow-Team hat hart daran gearbeitet und freut sich, unsere Erkenntnisse mit Ihnen zu teilen.

Die Anwendungsszenarien von Rasenmährobotern sind sehr komplex und es ergeben sich folgende Schwierigkeiten und Herausforderungen für die Positionierungstechnologie:

Umweltfaktoren

Der Rasen ist nicht völlig eben und kann kleine Hügel, Vertiefungen, Abhänge usw. aufweisen. Beim Arbeiten an Hängen ändern sich Schwerpunkt und Position des Rasenmähroboters ständig. Dies beeinträchtigt die Messgenauigkeit des Sensors und die Genauigkeit des Navigationsalgorithmus und erschwert die genaue Bestimmung der eigenen Position und Fahrtrichtung. Kommt es beispielsweise beim Klettern zu einer Positionsabweichung, kann der Roboter von der geplanten Mähroute abweichen und sogar die Gefahr eines Umkippens bestehen.

Vegetationsstörung

Verschiedene Grasarten haben unterschiedliche Höhen, Dichten und Wachstumsstadien. Höheres oder dichteres Gras kann die Umgebungswahrnehmung des Sensors beeinträchtigen. Beispielsweise kann der Laserstrahl eines Lidar-Sensors durch hohes Gras teilweise blockiert werden, wodurch es unmöglich wird, genaue Entfernungsinformationen zu weit entfernten Objekten zu erhalten. Dies beeinträchtigt die Urteilsfähigkeit des Roboters und das Ausweichen vor Hindernissen.

Einfluss der Lichtverhältnisse

Bei starkem Sonnenlicht, insbesondere an klaren Mittagsstunden, kann es zu Blendeffekten in der Kamera kommen. Dies führt zu einer Verschlechterung der Bildqualität und erschwert es visuellen Sensoren, wichtige Informationen wie Rasengrenzen und Hindernisse präzise zu erkennen. Gleichzeitig kann starkes Sonnenlicht auch die Messergebnisse von Sensoren wie Lidar beeinträchtigen und die Positionsgenauigkeit beeinträchtigen.

Wetteränderungen

An regnerischen Tagen kann Regenwasser die Sensoren von Robotern benetzen und so deren Leistung und Messgenauigkeit beeinträchtigen. Beispielsweise können sich Tropfen auf der Kameralinse bilden, die das Bild unscharf machen. Bei Lidar-Systemen kann Regenwasser den Laserstrahl brechen und streuen, was die Genauigkeit der Messergebnisse beeinträchtigt.

Bei windigem Wetter wird das Gras auf dem Rasen verweht und geschüttelt, was es für den Roboter schwieriger macht, die Grenzen und Hindernisse des Rasens einzuschätzen.

Signalstörungen

Elektromagnetische Störungen: In manchen Umgebungen kann es zu elektromagnetischen Störungen kommen, die von anderen elektronischen Geräten oder elektrischen Anlagen ausgehen, wie etwa von nahegelegenen Hochspannungsleitungen, Basisstationen für die drahtlose Kommunikation usw. Diese elektromagnetischen Störungen können die Navigations- und Positionierungssignale von Rasenmährobotern beeinträchtigen und zu Fehlern bei der Datenübertragung der Sensoren oder Abweichungen im Positionierungssystem führen.

Blockierung des Satellitensignals: Bei Rasenmährobotern, die Satellitenortungstechnologie (wie RTK) verwenden, können Hindernisse wie Gebäude, Bäume und Berge die Satellitensignale blockieren, wodurch es für den Roboter unmöglich wird, ausreichend Satellitensignale zu empfangen, was die Genauigkeit und Stabilität der Ortung beeinträchtigt.

System selbst

Sensorgenauigkeit und -zuverlässigkeit: Rasenmähroboter benötigen in der Regel mehrere Sensoren, wie z. B. Lidar, Bildsensoren, IMU, Radtacho usw. Jeder Sensor hat jedoch seine eigenen Genauigkeitsgrenzen und Fehlerbereiche. Beispielsweise kann die Messgenauigkeit von Lidar durch Entfernung, Winkel und Umgebungsfaktoren beeinträchtigt werden; die Messergebnisse der IMU akkumulieren mit der Zeit Fehler. Die Fehler dieser Sensoren können sich überschneiden und so die Gesamtgenauigkeit und Zuverlässigkeit des Navigationssystems beeinträchtigen.

Datenfusion und -verarbeitung sind schwierig: Da Daten mehrerer Sensoren zusammengeführt werden müssen, ist eine effektive Fusion und Verarbeitung dieser Daten eine Herausforderung. Datenformat, Abtastfrequenz und Genauigkeit verschiedener Sensoren können unterschiedlich sein. Daher müssen komplexe Algorithmen entwickelt werden, um diese Daten in Echtzeit zu verarbeiten und zu fusionieren und so die Positionierungsgenauigkeit und -zuverlässigkeit zu verbessern. Gleichzeitig erfordert die Datenverarbeitung hohe Rechenressourcen, was hohe Anforderungen an die Prozessorleistung von Rasenmährobotern stellt.

Derzeit sind mehrere gängige Positionierungslösungen verfügbar, die im Folgenden verglichen werden.

1. Ein Positionierungsschema basierend auf RTK + IMU

Die RTK-Technologie (Real-Time Kinematic) ermöglicht eine hochpräzise Positionierung durch den Empfang von GNSS-Signalen und die Nutzung von Differenzdaten von Bodenreferenzstationen. Die IMU (Inertial Measurement Unit) misst Beobachtungsdaten wie Beschleunigung und Winkelgeschwindigkeit, um die Haltung und den Bewegungszustand des Rasenmähroboters zu bestimmen. Durch die Kombination beider Technologien liefert RTK absolute Positionsinformationen, während die IMU eine kontinuierliche Positions- und Haltungsschätzung ermöglicht.

Vorteile:

Hochpräzise Positionierung: Die RTK-Technologie kann hochpräzise Positionierungsinformationen liefern und eine Positionierung im Zentimeterbereich erreichen.
Relativ stabil: I MU kann in kurzer Zeit kontinuierlich Positions- und Lageinformationen bereitstellen, ohne von äußeren Umwelteinflüssen beeinträchtigt zu werden, und kann auch dann noch eine gewisse Positionierungsfähigkeit aufrechterhalten, wenn das Satellitensignal vorübergehend verloren geht.

Nachteile:

Die Abhängigkeit von Satellitensignalen ist erheblich. In Umgebungen mit Hindernissen wie Gebäuden und Bäumen können Satellitensignale gestört werden, was zu einer verringerten Positionsgenauigkeit führt.
Die Robustheit ist gering. Wenn die RTK-Positionierungsgenauigkeit unzureichend ist, ist die Selbsterhaltungsfähigkeit der IMU schwach und das System divergiert schnell, was die kontinuierliche Stabilität des Systems nicht garantieren kann.

2. Lidar-basiertes Positionierungsschema

Lidar misst die Entfernung von Objekten in der Umgebung, indem es Laserstrahlen aussendet und reflektierte Signale empfängt. Rasenmähroboter nutzen Lidar, um die Umgebung zu scannen, eine Karte zu erstellen und ihre eigene Position und Haltung durch Vergleich der aktuellen Scandaten mit den Kartendaten zu bestimmen. Gleichzeitig kombinieren sie Sensoren wie IMU zur Unterstützung, um die Stabilität des Systems zu verbessern.

Vorteile:

Lidar kann durch Aussenden von Laserstrahlen und Empfangen reflektierter Signale Entfernungsinformationen zur Umgebung messen und zeichnet sich durch hohe Genauigkeit und hohe Auflösung aus.
Es kann schnell dreidimensionale Informationen über die Umgebung erfassen, was nicht nur bei der Positionierung hilft, sondern Rasenmährobotern auch dabei hilft, Hindernissen auszuweichen.
Lidar wird nicht von den Lichtverhältnissen beeinflusst und kann Tag und Nacht normal funktionieren.

Nachteile:

Die hohen Kosten und das große Gerätevolumen sind für die Miniaturisierung von Rasenmährobotern nicht förderlich.
Der Laserradarsensor liegt frei an der Außenseite des Rasenmähroboters, wodurch die Gefahr einer Oberflächenbeschädigung besteht und die daran haftenden Flecken die Systemgenauigkeit erheblich beeinträchtigen.
In Umgebungen mit Staub, Nebel usw. kann die Messgenauigkeit von Lidar beeinträchtigt sein. Gleichzeitig ist die Erkennungswirkung von Lidar bei transparenten Objekten und Objekten mit geringem Reflexionsvermögen gering.
Mit Entfernungsangaben allein ist es unmöglich, die Art des Hindernisses zu unterscheiden und die Auswirkungen dynamischer Hindernisse auf die Positionierung effektiv zu handhaben.
Bei hohen Szenenanforderungen kommt es in wenig strukturierten und offenen Bereichen zu Positionierungsfehlern; gleichzeitig hat das Sonnenlicht einen großen Einfluss auf die Entfernungsgenauigkeit von Lidar.

Aufgrund der Kosten, des Stromverbrauchs und der Größenbeschränkungen beträgt die verfügbare Reichweite von für Rasenmähroboter geeigneten Laserradargeräten meist nur 30–40 Meter, was für große Rasenflächen nicht geeignet ist.

3. Sichtbasiertes Positionierungsschema

Der Rasenmähroboter erfasst mithilfe einer oder mehrerer Kameras Bilder seiner Umgebung, erkennt mithilfe von Bildverarbeitungsalgorithmen Merkmale und Orientierungspunkte in der Umgebung und kombiniert Informationen wie vorherige Karten, um seine Position und Haltung zu bestimmen. Gleichzeitig wird er durch Sensoren wie IMUs unterstützt, um die Stabilität des Systems zu verbessern.

Vorteile:

Die Kosten sind relativ niedrig, der Stromverbrauch ist gering und die Stabilität und Lebensdauer des Sensors sind gut.
Es können umfangreiche visuelle Informationen gewonnen werden und in Kombination mit der visuellen Wahrnehmung kann das Positionierungssystem diese Informationen voll ausnutzen.

Nachteile:

Aufgrund des Einflusses der Lichtverhältnisse kann die Genauigkeit der visuellen Positionierung in Umgebungen mit starkem oder schwachem Licht abnehmen.
Bildverarbeitungsalgorithmen sind komplex, technisch schwierig und weisen eine hohe Entwicklungsschwelle auf.

4. Fusionspositionierungsschema basierend auf RTK + Vision

Das Fusionspositionierungsschema kombiniert die Vorteile mehrerer Positionierungstechnologien. RTK liefert hochpräzise absolute Positionsinformationen, visuelle Sensoren liefern relative Positionsinformationen durch Erkennung der Umgebungsmerkmale und Sensoren wie IMU und Radtachometer liefern Informationen zu Haltung und Bewegung. Durch die Fusion dieser Informationen können Rasenmähroboter ihre eigene Position und Haltung genauer bestimmen.

Vorteile:

Durch die Integration mehrerer Positionierungstechnologien können deren jeweilige Vorteile voll zum Tragen kommen und die Genauigkeit und Stabilität der Positionierung verbessert werden.
RTK bietet hochpräzise absolute Positionsinformationen, die visuelle Wahrnehmung kann die Eigenschaften der Umgebung erkennen, IMU und Radtacho können kontinuierliche Haltungs- und Bewegungsinformationen liefern, sich gegenseitig ergänzen und die Zuverlässigkeit der Positionierung verbessern.
Es passt sich gut an die Umgebung an und funktioniert gut bei unterschiedlichen Lichtverhältnissen und Geländebedingungen.

Nachteile:

Das System weist eine hohe Komplexität auf, erfordert eine komplexe Algorithmenfusion und Datenverarbeitungstechnologie und weist eine hohe Entwicklungsschwelle auf.
Die Kosten sind relativ hoch und erfordern die Installation mehrerer Sensoren.

Basierend auf der obigen Diskussion hat das Lymow-Team stets den technischen Weg der Multisensorfusion verfolgt, ist nie abgewichen und hat gute Ergebnisse erzielt. Wir arbeiten weiterhin hart und freuen uns auf weitere Fortschritte.

Lymow One auf Kickstarter:
https://www.kickstarter.com/projects/lymowone/lymow-one-boundary-free-robot-mower-for-any-terrain-and-size

Was RTK dem Robotermähen bringt

Weiterlesen

30 Kommentare