Robotik-Grundlagen

Lab für Bildhelligkeit und Leuchtdichte — Belichtung, Gamma und Clipping

Lineare Belichtung und kodierte Grauwerte an synthetischen Bildern mit Histogrammen und Gradienten vergleichen.

Labor zur Merkmalserkennung — Harris und Shi–Tomasi vergleichen

Synthetische Bilder drehen, skalieren und aufhellen; erkannte Ecken mit bekannten Referenzpositionen vergleichen.

Labor zur Merkmalszuordnung — Deskriptorfilter, geometrische Inlier und Referenz

Bildbereiche vergleichen, Korrespondenzen filtern und erkennen, warum geometrische Übereinstimmung keine korrekte Zuordnung garantiert.

Optischer-Fluss-Lab: Bewegung zwischen zwei Bildern

Schätze die Bewegung von Bildpunkten und vergleiche sie mit einer bekannten synthetischen Transformation. Untersuche Helligkeit, Verdeckung und das Aperturproblem.

Hands-on · 2 Min. Lesezeit Regelungstechnik September 22, 2026 Lab

MPC-Labor – Krümmungsfolge im Horizont und innerhalb der Lenkgrenzen neu lösen

Ändern Sie Horizont, Gewichte und Lenkgrenze und vergleichen Sie vorhergesagte Pfade, Solver-Konvergenz und den Umgang mit Fehlern in Ihrem Browser.

Hands-on · 4 Min. Lesezeit Regelungstechnik September 22, 2026 Lab

Pfadverfolgungs-Vergleichs-Labor – PP, APP, RPP, Stanley und MPC unter denselben Bedingungen laufen lassen

Lassen Sie fünf Tracker gemeinsam auf einem Fahrzeug, Pfad, Anfangszustand und mit derselben Lenkgrenze laufen und vergleichen Sie Querfehler, Laufruhe und Abschluss anhand gemeinsamer Metrikdefinitionen.

Hands-on · 3 Min. Lesezeit Regelungstechnik September 21, 2026 Lab

Adaptive-Pure-Pursuit-Labor – Vorausschau mit der Geschwindigkeit skalieren

Vergleichen Sie geschwindigkeitsskalierte Vorausschau mit PP, einschließlich Beschleunigung und Minimal-/Maximalgrenzen.

Hands-on · 3 Min. Lesezeit Regelungstechnik September 21, 2026 Lab

Pure-Pursuit-Labor – Vergleich der Pfadverfolgung mit fester Vorausschau

Ändern Sie die feste Vorausschau und untersuchen Sie Tracking-Fehler, Lenkung und Zielpunkte an einem gemeinsamen Fahrzeugmodell.

Hands-on · 3 Min. Lesezeit Regelungstechnik September 21, 2026 Lab

Regulated-Pure-Pursuit-Labor – Geschwindigkeit in Kurven und nahe dem Ziel

Trennen Sie Vorausschau von der Geschwindigkeitsregelung und vergleichen Sie Krümmungsgrenzen, Geschwindigkeitsuntergrenzen, Endanflug und tatsächliche Fahrzeuggeschwindigkeit.

Hands-on · 4 Min. Lesezeit Regelungstechnik September 21, 2026 Lab

Stanley-Labor – Lenkung aus Querabweichung und Kursfehler an der Vorderachse

Trennen Sie Vorder- und Hinterachsfehler und vergleichen Sie Verstärkung, Geschwindigkeit und Lenkungsbeschränkungen in Ihrem Browser.

Bildverarbeitung September 13, 2026

Monokulare Tiefenschätzung – Von relativen zu metrischen Entfernungen

„Eine Einführung in die monokulare Tiefenmessung: relative versus metrische Tiefe, Skalenmehrdeutigkeit, Auswertungsprotokolle und Ausfallbedingungen.“

Lernleitfaden · 3 Min. Lesezeit

Bildverarbeitung September 13, 2026

Neural 3D – Synthese neuartiger Ansichten und separate visuelle/geometrische Auswertung

Eine Einführung in neuronale Szenenrepräsentationen, die Synthese neuer Ansichten, zurückgehaltene Ansichten und die separate visuelle und geometrische Auswertung.

Lernleitfaden · 2 Min. Lesezeit

Regelungstechnik September 8, 2026 Lab

Kalman-Filter in Python ausführen: Rauschen, fehlende Daten und Ausreißer

Vergleich von Q, R und Ausreißererkennung anhand einer synthetischen Trajektorie mittels Schätzung error and rejected observations.

Warum ICP fehlschlägt: Initialisierung, Ausreißer und symmetrische Geometrie

Führen Sie eine 2D-Registrierung durch und unterscheiden Sie Residuen, Korrespondenzabdeckung und true pose error.

Nav2 hat einen Pfad, bewegt sich aber nicht: ein Diagnose-Workflow

Geometrie, Kostenkarten, Steuerungsdurchführbarkeit und Befehlsübermittlung prüfen, um zu erklären a stopped robot.

Hands-on · 4 Min. Lesezeit

Roboterkoordinatentransformationen: Matrizen, Quaternionen und TF

Verwenden Sie ein numerisches Beispiel, um Rotation, Translation und inverse Transformationen miteinander zu verknüpfen. quaternions and ROS frames.

Fundamentals · 2 Min. Lesezeit

Regelungstechnik September 7, 2026 Lab

Roboterfehler mit rosbag2 reproduzieren: Eingaben, TF und Zeit

Erstelle kontrollierte Replay-Vergleiche und diagnostiziere doppelte TF-Publisher. and mixed time sources.

Hands-on · 5 Min. Lesezeit

Experimentieren Sie mit PID-Reglern in Python – Verstärkung, Verzögerung und Sättigung

Reproduzieren Sie, wie sich Messverzögerung, Aktuatorgrenzen und integrale Aufschwingung ändern PID tracking on the same second-order model.

Grundlagen der Merkmalsverfolgung – So vermeiden Sie, dass derselbe Punkt zwischen den Frames verloren geht

Feature-Tracking ist der Prozess, denselben physikalischen Punkt in mehreren Frames einer Videosequenz zu identifizieren. Dieser Artikel beschreibt Template-Tracking, Lucas-Kanade-optischen Fluss, Deskriptor-Matching, RANSAC, Ausreißererkennung und Kalman-Prädiktion anhand von Gleichungen und Implementierungsschritten. Zudem werden die Bedingungen erläutert, unter denen visuelle Odometrie und SLAM versagen, sowie mögliche Lösungsansätze.

Fundamentals · 6 Min. Lesezeit

Leitfaden zur Schleifenschließung – Gleichzeitige Behebung der Drift eines SLAM-Systems entlang einer Schleife

Die Schleifenschließung ist der Prozess, bei dem erkannt wird, dass ein Roboter zu einem zuvor besuchten Ort zurückgekehrt ist, und der akkumulierte Selbstlokalisierungsfehler auf die gesamte Karte verteilt wird. Dieser Artikel erläutert systematisch die Ortserkennung, die Bildsuche, die geometrische Verifizierung, die Optimierung des Pose-Graphen, den Schutz vor Fehlalarmen sowie aktuelle SLAM-Implementierungen und -Forschungsprojekte.

Einführung in den optischen Fluss – Geschwindigkeit und Struktur aus der Bildbewegung ablesen

Optischer Fluss ist ein Vektorfeld, das die Bewegungsrichtung jedes Pixels in einer Bildsequenz beschreibt. Dieser Artikel behandelt die Helligkeitskonstanzbedingung, Lucas-Kanade und Horn-Schunck, Pyramiden, dichten Fluss versus spärliches Merkmalstracking, lernbasierte Methoden wie RAFT sowie Kamerabewegung, dynamische Objekte und Evaluierungsmethoden inklusive der zugrundeliegenden Mathematik.

PnP-Grundlagen – Wiederherstellung der Kameraposition anhand von 3D-Punkten und einem Bild

Perspective-n-Point (PnP) ist das geometrische Problem der Schätzung von Position und Orientierung einer Kamera anhand bekannter 3D-Punkte und ihrer zugehörigen Bildpunkte. Dieser Artikel behandelt die Projektionsgleichung, P3P/AP3P, EPnP, iterative Optimierung, RANSAC, planare Entartung und die Anwendung von PnP in Visual SLAM, AR und Vermessung. Er enthält die mathematischen Grundlagen und eine Checkliste zur Implementierung.

Einführung in hydraulische Systeme – Vom Pascalschen Prinzip zur Kraftregelung in Robotern

Warum kann ein kleiner Input den massiven Arm eines Hydraulikbaggers bewegen? Dieser Artikel behandelt Pumpe, Steuerventile, Zylinder, Hydraulikflüssigkeit, Sensoren und Steuerung als einen einzigen geschlossenen Regelkreis und behandelt die Gleichungen für Druck, Durchfluss und Wirkungsgrad, die aktuelle Technologie im Bau- und Landmaschinenbereich sowie die elektrohydraulische Umwandlung und aktuelle Forschung, illustriert durch Diagramme.

Roadmap für Indoor-Robotik – von Sensoren bis zur Bewegungssteuerung

Verbinden Sie Sensorik, Lokalisierung, Kartierung, Planung und Steuerung und wählen Sie dann a reading path for the system you want to build.

Lernleitfaden · 2 Min. Lesezeit

LiDAR-SLAM-Einführung – Bestimmung der Position anhand von Laserpunktwolken

Eine Kamera ermittelt Entfernungen indirekt aus den Mustern reflektierten Lichts; ein LiDAR misst Entfernungen direkt anhand der Laufzeit eines Laserpulses. LiDAR-SLAM ist die Technologie, die auf der Registrierung der von diesem aktiven Entfernungssensor erfassten Punktwolken basiert. Dieser Artikel behandelt systematisch die beiden Säulen des Scan-Matchings, ICP und NDT, über das Feature-Design von LOAM, Loop Closure und Graph SLAM bis hin zur Entwicklung der Landmark-Algorithmen – LeGO-LOAM, Cartographer, LIO-SAM und FAST-LIO2.

Fundamentals · 19 Min. Lesezeit

VIO/LIO-Einführung – Kombination einer IMU mit einer Kamera oder einem LiDAR zur Selbstlokalisierung

„Eine Kamera oder ein LiDAR-Sensor allein stoßen in bestimmten Situationen an ihre Grenzen. Die Kombination eines dieser Sensoren mit einer IMU (Beschleunigungsmesser + Gyroskop) gleicht diese Schwäche aus – genau das leisten VIO (Visual-Inertial Odometry) und LIO (LiDAR-Inertial Odometry). Ausgehend von der Frage, warum eine IMU allein die Position nicht bestimmen kann, erläutert dieser Artikel die beiden Designphilosophien – filterbasiert und optimierungsbasiert – sowie die wegweisenden Algorithmen von ROVIO, OKVIS, VINS-Mono und OpenVINS bis hin zu LIO-SAM und FAST-LIO2.“

Fundamentals · 15 Min. Lesezeit

Robotik-Grundlagen September 7, 2026 Lab

Einführung in Visual-SLAM – Wie eine Kamera lernt: „Wo bin ich?“

Auch ohne GPS und Karte kann ein Roboter seine Position bestimmen und allein anhand von Kamerabildern eine Karte seiner Umgebung erstellen. Von der Merkmalserkennung mittels Epipolargeometrie über den Unterschied zwischen visueller Odometrie und SLAM, die Entwicklung von Landmarkenalgorithmen von ORB-SLAM über LSD-SLAM bis hin zu DSO und Bundle Adjustment – ein systematischer Überblick über die Funktionsweise von Visual-SLAM.

Fundamentals · 18 Min. Lesezeit

Von der Kartierung zur Navigation in ROS 2 – ein minimales Jazzy- und Nav2-Verfahren

Verwenden Sie die Jazzy-Simulation, um Kartenerstellung, Kartenspeicherung, Neuladen und Zielerreichung zu überprüfen. navigation as separate steps.

Hands-on · 4 Min. Lesezeit

Robotik-Grundlagen September 7, 2026 Lab

Warum Sensorfusion fehlschlägt – Timing, Frames und extrinsische Kalibrierung

Fusionsfehler anhand von Zeitstempeln, Koordinatenrahmen und Montage diagnostizieren geometry and covariance.

Robotik-Grundlagen September 7, 2026 Lab

Wie man SLAM bewertet – ATE, RPE, Laufzeit und Fehler

Verwenden Sie synthetische Trajektorien, um absolute und relative Fehler zu unterscheiden, dann define matching, alignment and failure reporting for an evaluation.

Robotik-Grundlagen September 6, 2026

Einführung in die Sensorfusion – Erstellung eines globalen Modells aus vielen Sensoren

Eine Kamera erfasst präzise Informationen, ein LiDAR präzise Geometrie, eine IMU präzise Bewegung – und jede hat ihre eigenen Schwächen. Von der probabilistischen und optimierungsbasierten Mathematik, die diese Daten fusioniert (Kalman-Filter, Faktorgraphen), bis hin zu konkreten Kombinationen wie VIO (Kamera×IMU), LIO (LiDAR×IMU) und BEV-Fusion (Kamera×LiDAR) bietet dieser systematische Überblick, wie Sensorfusion mehrere Sensoren zu einem einzigen Weltmodell zusammenfügt.

Fundamentals · 15 Min. Lesezeit

Bildverarbeitung September 4, 2026

Grundlagen der Bündelausgleichung – die nichtlineare Methode der kleinsten Quadrate zur Optimierung von Kameraposen und 3D-Punkten

Die Bündelausgleichung ist ein nichtlineares Ausgleichsproblem, bei dem viele Kamerapositionen und 3D-Punkte gleichzeitig verschoben werden, um den Reprojektionsfehler über alle Beobachtungen hinweg zu minimieren. Dieser Artikel behandelt systematisch, warum die Jacobi-Matrix dünnbesetzt ist, warum das Schur-Komplement die Lösung großskaliger Probleme ermöglicht, die Rolle des Levenberg-Marquardt-Verfahrens, die Eichfreiheit sowie den Zusammenhang mit der Pose-Graph-Optimierung und SfM (Simultaneous Formation Method) anhand von Gleichungen und Diagrammen.

Fundamentals · 11 Min. Lesezeit Bildverarbeitung September 4, 2026

Einführung in die Kamerakalibrierung – Wiederherstellung von Linsenverzerrungen und intrinsischen Parametern

Die Kamerakalibrierung ist der Prozess der Bestimmung der intrinsischen Parameter und der Linsenverzerrung, die für die Abbildung von Pixelkoordinaten auf den 3D-Raum erforderlich sind. Von der erneuten Betrachtung des Lochkameramodells über radiale und tangentiale Verzerrungsmodelle, Zhangs Planarmustermethode und die Optimierung des Reprojektionsfehlers bis hin zu den Problemen, die bei Kalibrierungsabweichungen in Visual SLAM und VO auftreten – ein systematischer Überblick mit Gleichungen und Diagrammen.

Bildverarbeitung September 4, 2026

Einführung in die Homographie – Beschreibung der planaren Korrespondenz mit einer einzelnen 3x3-Matrix

Eine Homographie ist die Relation, die Punkte in derselben Ebene oder im Sichtfeld einer rein rotierenden Kamera mithilfe einer einzigen 3x3-Projektionstransformation miteinander verbindet. Dieser Artikel behandelt die DLT-basierte Schätzung, die Robustifizierung mit RANSAC, die Zerlegung in Rotation, Translation und Ebenennormale sowie deren Anwendungsgebiete im Vergleich zur Epipolargeometrie. Außerdem werden Anwendungen wie Bildzusammenfügung und AR-Ebenenverfolgung anhand von Gleichungen und Diagrammen erläutert.

Fundamentals · 8 Min. Lesezeit Bildverarbeitung September 4, 2026

Einführung in die Multi-View-Stereo-Technologie – Auffüllen einer spärlichen Punktwolke zu einer dichten 3D-Form

Multi-View Stereo (MVS) rekonstruiert dichte 3D-Formen aus vielen Bildern mithilfe bekannter Kamerapositionen. Dieser Artikel behandelt systematisch das Grundprinzip der Fotokonsistenz, die beiden klassischen Ansätze Plane-Sweep und Patch-based (PMVS), Deep-Learning-basierte Methoden wie MVSNet sowie die Vernetzung mittels Tiefenkartenfusion. Zudem werden die Zusammenhänge mit Stereo- und Tiefenkameras anhand von Gleichungen und Diagrammen erläutert.

Fundamentals · 11 Min. Lesezeit

Bildverarbeitung September 4, 2026

Einführung in die Strukturierung aus Bewegung – Gemeinsame Rekonstruktion von 3D-Modellen und Kamerapositionen aus einer ungeordneten Fotoserie

Structure from Motion (SfM) rekonstruiert gleichzeitig die 3D-Struktur einer Szene und alle Kamerapositionen aus einer Reihe von Fotos, deren Reihenfolge und Aufnahmepositionen unbekannt sind. Dieser Artikel behandelt systematisch Merkmalsabgleich, geometrische Verifizierung, die beiden Rekonstruktionsstrategien inkrementelles und globales SfM, Triangulation, den Zusammenhang mit Bundle Adjustment und den Unterschied zu Visual-SLAM sowie aktuelle Implementierungen wie COLMAP.

Fundamentals · 10 Min. Lesezeit

Robotik-Grundlagen September 4, 2026

Einführung in die Kinematik von Roboterarmen – Vorwärtskinematik, Inverse Kinematik und die Jacobi-Matrix

Die Vorwärtskinematik ermittelt Position und Orientierung der Hand aus den Gelenkwinkeln; die inverse Kinematik löst das umgekehrte Problem; und die Jacobi-Matrix verbindet die beiden durch die „Geschwindigkeit“. Vom Aufbau von Koordinatentransformationen mit DH-Parametern über analytische IK, numerische IK (Damped Least Squares), Singularitäten und redundante Freiheitsgrade – eine von Grund auf systematische Darstellung der Kinematik, die die Bewegung eines Roboterarms bestimmt.

Fundamentals · 13 Min. Lesezeit

Robotik-Grundlagen September 4, 2026

Einführung in Kraft- und Impedanzregelung – Bau eines Roboters mit Berührungsfunktion

„Ausgehend von dem, was tatsächlich passiert, wenn ein positiongesteuerter Roboterarm ein starres Objekt berührt – und warum dies Montage-, Polier- und Personenkontaktaufgaben unmöglich macht –, arbeitet dieser Artikel über die Impedanzregelung, die Kraft und Auslenkung über eine virtuelle Feder, einen Dämpfer und eine Masse verknüpft; die Admittanzregelung, die diese Kausalität umkehrt; und die hybride Positions-/Kraftregelung, die Position und Kraft nach räumlicher Richtung trennt, wobei die Ideen anhand von Gleichungen und Diagrammen aufgebaut werden.“

Fundamentals · 13 Min. Lesezeit

Robotik-Grundlagen September 4, 2026

Einführung in die Schwarmsteuerung (Mehrere Roboter) – Aufbau von Schwarmverhalten, Formationen und Konsens

Schwarmsteuerung löst Probleme, die ein einzelner Roboter nicht bewältigen kann, indem sie lediglich „einfache lokale Regeln“ verwendet, die auf viele Roboter angewendet werden. Von der Reproduktion des Schwarmverhaltens mit Boids über Konsensalgorithmen zur Übereinkunft bis hin zu den drei Ansätzen der Formationssteuerung – Leader-Follower, virtuelle Strukturen und verhaltensbasierte Steuerung – ordnet dieser Artikel das Forschungsfeld systematisch anhand der Trennlinie zwischen zentralisierten und dezentralisierten Architekturen.

Fundamentals · 12 Min. Lesezeit

Einführung in die Verhaltensplanung: Wie FSMs, Verhaltensbäume und POMDPs das nächste Vorgehen eines automatisierten Fahrzeugs bestimmen

Verhaltensplanung wandelt unsichere Wahrnehmungen in Entscheidungen wie Anhalten, Folgen, Vorfahrt gewähren, Einfädeln und Spurwechsel um und schränkt anschließend die Pfadplanung und die modellprädiktive Regelung (MPC) ein. Diese Einführung verknüpft Zustandsautomaten, Verhaltensbäume, POMDPs, aktuelle Fahrerassistenzsysteme (ADAS), Sicherheit und Tests.

Fundamentals · 11 Min. Lesezeit

Einführung in die Verhaltensplanung: Wie FSMs, Verhaltensbäume und POMDPs das nächste Vorgehen eines automatisierten Fahrzeugs bestimmen

Fundamentals · 11 Min. Lesezeit

Belegungsraster-Kartierung – Umwandlung von LiDAR- und Kameradaten in Begehbarkeit

Ein Belegungsraster unterteilt den Raum in Zellen und stellt belegten, freien und unbekannten Raum probabilistisch dar. Lernen Sie Bayes'sche und Log-Odds-Updates, inverse Sensormodelle, Raycasting, dynamischen Zerfall, 3D-Voxel, SLAM, Kostenkarten und Planung.

SAE-Fahrautomatisierungsstufen 0–5 – Die Verantwortungsgrenzen hinter ADAS

SAE J3016 ist kein Wert für die Fahrzeugintelligenz. Erfahren Sie, wer die dynamische Fahraufgabe, die Überwachung und die Ausweichstrategie auf den Stufen 0–5 übernimmt, einschließlich ODD, Übernahmeverzögerung, aktuellem ADAS, SOTIF, Sicherheit und Gefahrenbewertung.

Fundamentals · 9 Min. Lesezeit

V2X-Einführung – Fahrzeuge, Straßen, Netzwerke und Menschen sicher vernetzen

Was genau tauschen V2V, V2I, V2N und V2P aus, und wie unterscheiden sich DSRC/ITS-G5 und C-V2X? Diese Einführung verknüpft Latenz, Übertragungssicherheit, kooperative Wahrnehmung, PKI, Standortdatenschutz, ausfallsicheres Design und reproduzierbare Tests.

Fundamentals · 7 Min. Lesezeit

Einführung in die Regelungstechnik: Zustandsbeobachter und der lineare Kalman-Filter

Sensormesswerte stellen nicht den Zustand selbst dar. Diese Einführung erläutert Beobachtbarkeit, Kalman-Vorhersage-/Aktualisierungsgleichungen, Kovarianz, numerische Beispiele, Regelungstechnikintegration, Roboterimplementierung und fehlersicheres Verhalten.

Fundamentals · 6 Min. Lesezeit

Grundlagen der Regelungstechnik: LQR – Zustandsrückführung durch explizite Prioritäten

LQR leitet die Zustandsrückkopplungsverstärkungen aus einem Zustandsraummodell und einer quadratischen Kostenfunktion ab. Diese Einführung behandelt Riccati-Gleichungen, Beobachtbarkeit, PID/MPC-Abwägungen, Roboterimplementierung, numerische Intuition und Sicherheit.

Einführung in die Regelungstechnik: Modellprädiktive Regelung – Handeln innerhalb von Beschränkungen

Die modellprädiktive Regelung (MPC) prognostiziert das zukünftige Verhalten mithilfe eines Modells, optimiert eine beschränkte Eingangssequenz, wendet nur den ersten Schritt an und wiederholt den Vorgang. Diese Einführung behandelt Gleichungen, Parametrierung, Sicherheit, Implementierung und aktuelle Anwendungsbeispiele.

Fundamentals · 6 Min. Lesezeit Regelungstechnik September 3, 2026

Einführung in die Regelungstechnik: Pfadplanung – A, Dijkstra, RRT, RRT und PRM

Pfadplanung bedeutet nicht einfach nur, die kürzeste Linie zu zeichnen. Diese Einführung vergleicht Algorithmen für Gitter- und kontinuierliche Räume unter Berücksichtigung des Roboter-Flächenbedarfs, der Kartenunsicherheit, des Rechenaufwands, der SLAM/Nav2-Integration und der Sicherheit.

Fundamentals · 6 Min. Lesezeit Regelungstechnik September 3, 2026

Grundlagen der Regelungstechnik: PID-Regelung – Arbeiten über drei Zeitskalen hinweg

PID-Regler bestehen nicht einfach nur aus drei Verstärkungsfaktoren. Diese Einführung verknüpft seine Intuition und Gleichungen mit Abtastung, Sättigung, Anti-Windup, Optimierung, Sicherheit, ROS 2 und praktischen Implementierungsprüfungen.

Fundamentals · 7 Min. Lesezeit

Grundlagen der Regelungstechnik: Trajektorienerzeugung – Minimaler Ruck, Quintiken und Trapezprofile

Ein Pfad gibt den Weg vor; eine Trajektorie legt fest, wann und mit welcher Geschwindigkeit, Beschleunigung und welchem Ruck. Diese Einführung behandelt ruckminimale, quintische und trapezförmige Profile, Randbedingungen, Sicherheitsaspekte und die Integration in ROS 2.

Bildverarbeitung September 3, 2026

Epipolare Geometrie – Tiefen- und Kamerabewegungsmessung anhand zweier Bilder

Die Epipolargeometrie ist die Theorie, die beschreibt, wie ein und derselbe 3D-Punkt auf zwei Bilder projiziert wird. Dieser Artikel erläutert systematisch die Fundamentalmatrix und die Essenzielle Matrix, die 8-Punkt- und 5-Punkt-Algorithmen, RANSAC, Triangulation, die Wahl zwischen Epipolargeometrie und Homographie, Kalibrierung, die OpenCV/COLMAP-Implementierung, Fehlerbedingungen und aktuelle lernbasierte Schätzverfahren anhand von Gleichungen und Diagrammen.

Fundamentals · 16 Min. Lesezeit

Bildverarbeitung September 3, 2026

Grundlagen der Merkmalserkennung

Die Merkmalserkennung wählt in einem Bild wiedererkennbare Bereiche aus und nutzt diese für den Abgleich. Dieser Artikel verknüpft die Prinzipien von Ecken, Blobs, DoG, FAST, ORB und SIFT mit Robustheit, Evaluierung, aktuellen Werkzeugen und lernbasierten Methoden zu einem schlüssigen Gesamtbild.

Fundamentals · 13 Min. Lesezeit

Bildverarbeitung September 3, 2026

VO/VIO-Einführung – Eine praktische Grundlage für die Bewegungsschätzung mit einer Kamera und einem IMU

Visuelle Odometrie (VO) und visuell-inertiale Odometrie (VIO) schätzen die relative Bewegung eines Roboters oder einer Kamera anhand einer Bildsequenz und inertialer Messungen. Dieser Artikel behandelt monokulare Skalenmehrdeutigkeiten, die IMU-Vorintegration, Initialisierung, Filterung versus Optimierung, Implementierungen wie VINS-Mono und OpenVINS, Bewertungsmetriken und Fehlerbedingungen – mathematisch erklärt und anhand von Diagrammen veranschaulicht.

Fundamentals · 16 Min. Lesezeit

HD-Karten – Fahrspurkarten für autonomes Fahren

Eine HD-Karte stellt Fahrspuren, Grenzen, Beschilderung, Höhenangaben und Verbindungen als maschinenlesbare Daten dar. Dieser Leitfaden erklärt die Unterschiede zu SLAM-Karten, die Funktionsweise der Lokalisierung und die Bedeutung von Aktualität und Unsicherheit.

Belegungsraster-Kartierung – Umwandlung von LiDAR- und Kameradaten in Begehbarkeit

Robotik-Grundlagen September 3, 2026

ArduPilot-Einführung – Zustandsschätzung, Steuerung und Missionsdesign für einen Autopiloten

ArduPilot ist ein Open-Source-Autopilot, der die Sensordatenfusion, Lageregelung, Navigation und Ausfallsicherung eines Fahrzeugs implementiert. Dieser Artikel behandelt die Unterschiede zwischen Copter, Plane und Rover sowie EKF, PID, MAVLink, SITL und Sicherheitstests mit realen Fahrzeugen und enthält Diagramme.

Robotik-Grundlagen September 3, 2026

Einführung in die Totwinkelnavigation – Integration von Rädern, IMU und GNSS zur Verfolgung der Roboterbewegung

Die Koppelnavigation ist die grundlegende Technik zur Aktualisierung der Position und des Pose eines Roboters durch die Integration von Radrotation, IMU-Messwerten und Geschwindigkeitssensoren. Dieser Artikel behandelt die Kinematik von Differenzialantrieben, die Fehlerakkumulation, die EKF-basierte Korrektur sowie Implementierungen in Transportrobotern für Innenräume und im autonomen Fahren und enthält Gleichungen und Diagramme.

Robotik-Grundlagen September 3, 2026

ROS 2-Einführung – Sichere Verteilung der Robotersteuerung auf Knoten, Themen und DDS

ROS 2 ist eine Middleware für Robotik, die Sensorik, Wahrnehmung, Planung und Steuerung in separate Prozesse aufteilt und diese über DDS-Kommunikation verbindet. Dieser Artikel behandelt Knoten, Themen, Dienste, Aktionen, QoS, TF2, Lebenszyklus, Implementierung und Debugging sowie die Unterschiede zu ROS 1 und wichtige Hinweise für den praktischen Einsatz. Diagramme veranschaulichen die Vorgehensweise.