Betreuung: Hans-Berndt Neuner

Die Echtzeit-Schätzung von Position und Orientierung (six degrees of freedom, 6DoF) eines bewegten Objekts ist für zahlreiche Aufgaben im Architektur-, Ingenieur- und Bausektor (AEC) relevant. Mit dem Einsatz autonomer Mobile-Mapping-Systeme und Baurobotern steigt der Bedarf an genauer und robuster 6DoF-Bestimmung. In Bezug auf Reichweite, Genauigkeit und Anwendbarkeit in herausfordernden Umgebungen ohne GNSS-Verfügbarkeit kann die Integration von motorisierten (robotischen) Totalstationen (RTS) mit einer inertialen Messeinheit (IMU) diese Anforderungen an ein 6DoF-Tracking System erfüllen. Das Ziel dieser Arbeit ist es, die Sensorfusion von RTS und IMU zu verbessern, um eine kinematische 6DoF-Tracking-Lösung bereitzustellen, die unabhängig von der Trägerplattform und anderen Umgebungsfaktoren ist. Die Natur der Sache erlaubt eine Unterteilung dieses Forschungsthemas in drei Hauptziele.

Zunächst wird eine Synchronisationsstrategie für räumlich verteilte Sensoren entwickelt, von denen einer eine RTS ist. Die nicht realisierbare physikalische Verbindung sowie die Anforderung, in Umgebungen ohne GNSS-Verfügbarkeit zu funktionieren, führen zu einem drahtlosen Ansatz. Die vorgeschlagene Strategie umfasst eine zeitliche Kalibrierung einer RTS, um verschiedene Latenzen auf der Grundlage eines neuartigen kinematischen Modells von sphärischen RTS-Beobachtungen zu schätzen. Ein Versuchsaufbau, der bei Geschwindigkeiten von bis zu 2.5 m/s durchgeführt wurde, zeigt eine erreichbare Gesamtsynchronisationsgenauigkeit im Submillisekundenbereich.

Das Verhältnis zwischen Positions- und Zeitgenauigkeit unterscheidet sich maßgeblich von dem von GNSS/IMU-Systemen. Daher wird eine Methode entwickelt, um die Zeitunsicherheit zu berücksichtigen und die kinematischen stochastischen Eigenschaften einer RTS zu beschreiben. Simulationsstudien zeigen, dass die Nichtberücksichtigung des unvermeidbaren Zeitrauschens zu einem unpassenden stochastischen Modell führt. Eine Residuenanalyse der verwendeten RTS zeigt zudem, dass sich das Zeitrauschen für Entfernungs- und Winkelmessungen unterscheidet. Beide Effekte lassen sich mit dem vorgeschlagenen kinematischen sphärischen Modell gut modellieren.

Zweitens wird die IMU-Kalibrierung unter besonderer Berücksichtigung der 6DoF-Schätzung durch RTS/IMU Fusionierung erneut betrachtet. Dieser Beitrag ist neuartig in seiner Anwendung der varianzbasierten Sensitivitätsanalyse (VBSA) auf die rechnerische IMU-Horizontierung und die Kompensation der Lotstockneigung. Zusätzlich wird erstmalig ein industrieller Roboterarm verwendet, um das Accelerometer-Triple auf der Grundlage der VBSA-Ergebnisse zu kalibrieren. Eine wichtige Erkenntnis ist, dass Nicht-Orthogonalitätsparameter unbedingt in das Fehlermodell des Accelerometer-Triples einbezogen werden müssen. Darüber hinaus wird mit den gewählten Eingangsspezifikationen der geschätzte Gierwinkel als möglicher Verbesserungspunkt identifiziert.

Drittens wird ein neuartiger Ansatz zur 6DoF-Schätzung durch die enge Kopplung von RTS und IMU mittels eines erweiterten Kalman-Filters vorgeschlagen. Die Vorteile der direkten Einbeziehung sphärischer Messungen sind die verbesserte Detektierbarkeit und Eliminierbarkeit von Ausreißern im sphärischen Beobachtungsraum und die Möglichkeit, reine Winkelmessungen mit Trägheitssensoren zu fusionieren. Der entwickelte Prototyp zur Lotstock-Neigungskompensation erreicht einen 2D-RMSE von 3.8 mm für quasi-statische Punktmessungen, der mit zunehmender Geschwindigkeit und Verkippung ansteigt. Abschließend werden Einblicke in die Einflüsse der oben beschriebenen Subsystem-Kalibrierungen auf die Ergebnisse dieses Proof of Concept für die kinematische 6DoFSchätzung durch RTS/IMU-Fusion gegeben.