#Sensor Fusion

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 Vernetztes und autonomes Fahren September 3, 2026

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.

Fundamentals · 8 Min. Lesezeit Regelungstechnik September 3, 2026

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 Vernetztes und autonomes Fahren September 3, 2026

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.

Fundamentals · 8 Min. Lesezeit