Lymow One Hinderniserkennungssystem

Mit dem Boom von Smart-Home- und KI-Technologien werden automatische Rasenmäher zunehmend zur bevorzugten Lösung für Haushalte, die einen makellosen und gesunden Rasen wünschen.Damit sie jedoch unter den sich ständig ändernden Bedingungen im Außenbereich sicher und effizient arbeiten können, ist eine intelligente Hinderniserkennung zu einem entscheidenden Kaufkriterium geworden.

In diesem Blogbeitrag werfen wir einen Blick auf die wichtigsten Sensortypen, die heute in Rasenmähern zur Hinderniserkennung eingesetzt werden, analysieren ihre Stärken und Schwächen und stellen das fortschrittliche Hinderniserkennungssystem des Lymow One vor.

Ein Blick auf gängige Hinderniserkennungssensoren

Physische Stoßsensoren

Wenn es um Hinderniserkennung geht, werden physische Stoßsensoren aufgrund ihrer Einfachheit und Wirksamkeit häufig in verschiedenen Robotertypen eingesetzt – besonders in Mährobotern.

Trifft der Mäher auf ein Objekt, löst der Stoßfänger einen Sensor oder mechanischen Schalter aus, wodurch das Gerät stoppt und seine Richtung ändert.

Vorteile:

• Einfachheit: Keine komplexe Elektronik erforderlich – ein simples mechanisches Design erkennt Hindernisse zuverlässig.

• Kosteneffizienz: Produktion und Wartung sind günstig.

• Zuverlässigkeit: Funktioniert gut in den meisten Situationen, besonders bei harten Objekten.

• Kompatibilität: Lässt sich leicht in bestehende Mäherdesigns integrieren.

Nachteile:

• Passive Hinderniserkennung: Reagiert erst beim tatsächlichen Kontakt, was zu kleineren Schäden am Gerät oder am Hindernis führen kann.

• Fehlende Voraussicht: Erkennt Hindernisse nicht im Voraus, was die Mähleistung verringert.

• Eingeschränkte Erkennung: Erkennt weiche oder kleine Hindernisse (z. B. kleine Steine) nur unzureichend.

 

Ultraschallsensoren

Ultraschallsensoren spielen eine entscheidende Rolle bei Outdoor-Robotern. Sie senden Ultraschallimpulse aus und messen die Zeit, die das Echo für die Rückkehr benötigt. Auf diese Weise können sie das Vorhandensein und den Abstand von Hindernissen präzise bestimmen.

Mit einem großen Sichtfeld (FOV) und mehreren strategisch platzierten Sensoren an unterschiedlichen Winkeln lässt sich so eine effektive Hinderniserkennung für die gesamte Maschine erreichen.

Vorteile:

• Kosteneffizienz: Ultraschallsensoren bieten eine preisgünstige Lösung, ohne Leistungseinbußen.

• Einfache Installation: Durch ihr kompaktes Design lassen sie sich leicht an verschiedenen Stellen des Mähers integrieren.

• Wetterbeständigkeit: Sie sind für den Einsatz bei jeder Witterung konzipiert und funktionieren zuverlässig – auch bei Nacht oder schlechtem Licht.

• Schnelle Reaktion: Hindernisse werden rasch erkannt und entsprechende Maßnahmen eingeleitet.

Nachteile:

• Begrenzte Auflösung: Kleine Objekte werden teilweise nicht erkannt, und die Genauigkeit nimmt mit zunehmender Entfernung ab.

• Schwierigkeiten bei weichen oder transparenten Objekten: Gegenstände wie Plastiktüten oder feine Linien werden oft nicht zuverlässig erkannt.

• Umweltempfindlichkeit: Temperatur, Luftfeuchtigkeit oder Windgeschwindigkeit können die Leistung deutlich beeinflussen.

• Begrenzte Reichweite: Ultraschallsensoren besitzen häufig tote Winkel und arbeiten nur auf kurze Distanzen zuverlässig.

 

ToF-Sensoren (Time-of-Flight-Sensoren)

ToF-Sensoren nutzen Infrarot- oder Lasertechnologie, um die Zeit zu messen, die das Licht benötigt, um zu einem Objekt zu gelangen und zurückzukehren. Dadurch können sie den Abstand zu Hindernissen präzise berechnen.

Vorteile:

• Schnelle Reaktion: Liefert in Echtzeit genaue Distanzinformationen.

• Hohe Präzision: Bietet im Vergleich zu Ultraschallsensoren eine deutlich höhere Messgenauigkeit.

• Kompaktes Design: Dank ihrer geringen Größe lassen sich ToF-Sensoren leicht in kompakte Geräte integrieren, ohne spürbares Zusatzgewicht.

• Niedriger Energieverbrauch: Benötigt nur wenig Energie und trägt so zur Verlängerung der Batterielaufzeit bei.

Nachteile:

• Empfindlichkeit gegenüber starkem Licht: Direktes Sonnenlicht oder andere helle Lichtquellen können die Leistung beeinträchtigen.

• Höhere Kosten: Zwar günstiger als LiDAR-Sensoren, aber teurer als Ultraschallsensoren – besonders bei hoher Auflösung.

• Kalibrierungsbedarf: Um die Genauigkeit zu gewährleisten, ist eine regelmäßige Kalibrierung erforderlich.

 

LiDAR (Light Detection and Ranging)

LiDAR erstellt eine 3D-Karte der Umgebung, indem es Laserstrahlen aussendet und die reflektierten Signale empfängt.

2D-LiDAR

Auch bekannt als Single-Line-LiDAR, arbeitet es hauptsächlich auf einer horizontalen Ebene. Es liefert hochpräzise Entfernungsinformationen und wird häufig in Bereichen wie Roboternavigation, Sicherheitsüberwachung, Industrieautomatisierung und Mährobotern eingesetzt.

Vorteile:

• Präzise Daten auf horizontalen Ebenen: Liefert detaillierte Umgebungsinformationen auf ebenen Flächen.

• Stabilität: Arbeitet zuverlässig auf flachem Gelände und sorgt für gleichmäßige Leistung.

Nachteile:

• Fehlende Höheninformationen: Nur eingeschränkt an Gelände mit größeren Höhenunterschieden anpassbar.

• Hohe Kosten: Teurer als viele andere Sensortypen.

• Größere Bauform: Weniger geeignet für kompakte Designs.

 

 

3D-LiDAR (Light Detection and Ranging)

3D-LiDAR nutzt Laserstrahlen, um Entfernungen zu messen und dreidimensionale Karten der Umgebung zu erstellen. Durch das Aussenden von Laserimpulsen und den Empfang der reflektierten Signale berechnet das System die Distanz, Form und Position von Objekten.

Diese Technologie findet breite Anwendung in autonomen Fahrzeugen, Drohnen, Geländekartierung, intelligenten Robotern und Mährobotern.

Vorteile:

• Detaillierte Informationen im 3D-Raum: Ermöglicht die Erstellung präziser und umfassender 3D-Umgebungskarten.

• Effektiv in komplexem Gelände: Arbeitet zuverlässig auch auf unebenem Terrain und passt sich verschiedenen Umgebungen gut an.

Nachteile:

• Hohe Kosten: Besonders rotierende mechanische LiDAR-Systeme sind teuer, was ihre Nutzung in Consumer-Produkten einschränkt.

• Größe und Gewicht: Mechanisch rotierende LiDARs sind oft sperrig und schwer, daher ungeeignet für kompakte Designs.

• Hoher Energieverbrauch: Der Betrieb erfordert viel Energie und kann die Batterielaufzeit deutlich verkürzen.

• Empfindlichkeit gegenüber Umwelteinflüssen: Zwar kaum lichtempfindlich, jedoch können starke Witterungsbedingungen wie Nebel oder Regen die Leistung beeinträchtigen.

• Komplexe Datenverarbeitung: Die großen Mengen an erzeugten Punktwolkendaten erfordern erhebliche Rechenleistung und effiziente Algorithmen.

 

Visionssensoren

Visionssensoren ahmen die Funktionsweise menschlicher Augen nach. Sie verwenden Kameras, um Bilder aufzunehmen und zu verarbeiten, um Hindernisse zu erkennen und die Navigation zu steuern. Dieser Ansatz folgt dem Prinzip der „First Principles“, also dem Denken von den Grundlagen her.

Binokulare Vision

Vorteile:

• Nachahmung des menschlichen Sehens: Nutzt das Prinzip der binokularen Disparität, um Tiefeninformationen zu berechnen und 3D-Daten zu erzeugen.

• Höhere Präzision: Bietet im Vergleich zur monokularen Vision eine genauere Tiefenerfassung.

Nachteile:

• Lichtempfindlichkeit: Änderungen der Beleuchtung können die Bildqualität und somit die Tiefenmessung beeinträchtigen.

• Hoher Rechenaufwand: Die Verarbeitung von Bildern und Tiefeninformationen erfordert erhebliche Rechenleistung.

• Kalibrierungsbedarf: Eine präzise Kalibrierung beider Kameras ist entscheidend für genaue Ergebnisse.

 

Multi-Kamera-Vision / 360°-Vision

Vorteile:

• Großes Sichtfeld: Ermöglicht die Überwachung der gesamten Umgebung.

• Mehrere Perspektiven: Verbessert das Verständnis komplexer Szenarien.

Nachteile:

• Komplexe Datenverarbeitung: Die gleichzeitige Verarbeitung mehrerer Kameradaten erhöht die Rechenlast.

• Integrationsherausforderungen: Die Synchronisierung und Kalibrierung mehrerer Kameras erschweren die Systemintegration.

• Höhere Kosten: Erfordert zusätzliche Kameras und Hardware, was die Gesamtkosten erhöht.

 

Umfassende Hindernisvermeidungsstrategie des Lymow One Mähroboters

Der Lymow One Mähroboter verfügt über eine fortschrittliche, mehrschichtige Hindernisvermeidungsstrategie, die binokulare Visionssensoren, mehrere Ultraschallsensoren und physische Stoßfänger kombiniert.

Diese innovative Integration nutzt die Stärken jeder einzelnen Technologie, um die Schwächen einzelner Methoden auszugleichen und so einen sicheren und effizienten Betrieb in verschiedensten Umgebungen zu gewährleisten.

 

Die Kombination aus semantischem Verständnis und 3D-Wahrnehmung

Bereits in der Entwicklungsphase des Lymow One stand eine umfassende Untersuchung verschiedener Sensortechnologien im Mittelpunkt – mit besonderem Fokus auf Visionssensoren.

Semantische Informationen gehören zu den komplexesten Datentypen in einer Gartenumgebung. Ihre Erfassung und Verarbeitung sind entscheidend für die Zukunft von Mährobotern – ähnlich wie die Kamerawahrnehmung für Staubsaugerroboter unverzichtbar ist.

Im Vergleich dazu:

Mähroboter, die ausschließlich auf physische Stoßsensoren und Ultraschallsensoren setzen, können komplexe semantische Herausforderungen nicht bewältigen und sind daher auf einfache Hindernisvermeidung beschränkt.

Sensoren wie Radar, die nur Distanzinformationen liefern, erkennen zwar Hindernisse oberhalb der Bodenfläche zuverlässig, haben jedoch Schwierigkeiten mit niedrigeren Objekten wie Picknickdecken, Schläuchen oder Sprinklerköpfen – was ihre Hinderniserkennung unvollständig macht.

Daher sind wir überzeugt, dass binokulare Visionssensoren die optimale Wahl für moderne Gartenroboter darstellen. Sie bieten mehrere entscheidende Vorteile:

• Praxistauglichkeit: Binokulare Vision erfasst umfassende Umgebungsdaten, ermöglicht präzise Navigation und Hindernisvermeidung in komplexen Szenarien und wird häufig zur 3D-Szenenrekonstruktion eingesetzt.

• Stabilität: In der mobilen Robotik, in autonomen Fahrzeugen und in Drohnen hat sich die binokulare Vision als äußerst zuverlässig erwiesen.

• Hohe Skalierbarkeit: Als zentrale Eingabe für multimodale Fusionsalgorithmen bietet sie hervorragende Erweiterungsmöglichkeiten – etwa für semantische Wahrnehmung, Grenzerkennung und Umgebungsrekonstruktion.

Auf Grundlage dieser Analyse nutzt der Lymow One binokulare Vision zur semantischen Erfassung und 3D-Rekonstruktion seiner Umgebung. Dadurch kann er komplexe Gartenszenarien aus zwei Perspektiven erfassen:

• Leistungsstarke Wahrnehmungsfähigkeiten verleihen dem Mäher semantische Intelligenz – er versteht seine Umgebung auf einer tieferen Ebene.

• 3D-Rekonstruktion durch binokulare Vision schafft eine solide Sicherheitsbasis und ermöglicht eine sichere Navigation selbst dann, wenn semantische Daten unvollständig sind.

Die Kombination dieser beiden Aspekte führt zu einem intelligenten, sicheren und leistungsstarken Hindernisvermeidungssystem.

Fazit

Dieser Artikel bietet einen umfassenden Überblick über die gängigen Hinderniserkennungssensoren in intelligenten Mährobotern und zeigt die jeweiligen Stärken und Schwächen der einzelnen Technologien auf.

Beim Lymow One wurde von Anfang an ein visionszentrierter Designansatz verfolgt, der schließlich zur Wahl eines ausgereiften und stabilen binokularen Visionssystems führte.

Durch die Kombination von semantischem Verständnis und 3D-Wahrnehmung bietet Lymow One eine leistungsstarke Hindernisvermeidungs­lösung, die Intelligenz und Sicherheit perfekt vereint.