#Robotik-Grundlagen

Robotik-Grundlagen September 7, 2026

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 Robotik-Grundlagen September 7, 2026

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 Bildverarbeitung September 7, 2026

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 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 Maschinelles Lernen September 5, 2026

Einführung in Objekterkennung und semantische Segmentierung – Lesen der Frage „Was ist wo?“ aus einem Bild

Objekterkennung umrandet Objekte; semantische Segmentierung färbt jedes Pixel entsprechend seiner Bedeutung ein. Von den Unterschieden zwischen den beiden Verfahren über Instanz- und panoptische Segmentierung, die Entwicklungslinie von R-CNN zu YOLO, DETR und DINO bis hin zu ihren 3D-Punktwolken-Pendants – ein systematischer Überblick über die Grundlagen des Szenenverständnisses.

Fundamentals · 15 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 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.

Fundamentals · 5 Min. Lesezeit