Lokalisierung und Kartierung — Die Grundlage autonomer Roboter
3. Juni 2026
Autonome Roboter sind auf das Verständnis ihrer Umgebung und auf Selbstwahrnehmung angewiesen, um sicher und effizient zu arbeiten. Zwei grundlegende Fähigkeiten ermöglichen dies: Lokalisierung und Kartierung 1. Diese Systeme legen fest, wie ein Roboter seine Position im Raum bestimmt und wie er eine interne Darstellung seiner Umgebung erstellt. Zusammen bilden sie die Grundlage für SLAM (Simultaneous Localization and Mapping), das für die moderne Robotik von zentraler Bedeutung ist.
Lokalisierung ist der Prozess der Schätzung der Pose eines Roboters – seiner Position und Ausrichtung – innerhalb eines Referenzrahmens oder einer Karte. Sie beantwortet die Frage: „Wo bin ich?“ Roboter erreichen dies durch die Fusion mehrerer Sensormodalitäten, darunter LiDARe, Kameras, IMUs und Drehratensensoren. Jeder Sensor liefert Teilinformationen: LiDAR liefert geometrische Strukturen, Kameras extrahieren visuelle Merkmale, IMUs erfassen Trägheitsbewegungen und die Odometrie verfolgt inkrementelle Verschiebungen. Da jede Messung mit Rauschen behaftet ist, stützt sich die Lokalisierung auf probabilistische Schätzverfahren, um Abweichungen kontinuierlich zu korrigieren und eine genaue Positionsschätzung aufrechtzuerhalten.
Die Kartierung ist der ergänzende Prozess, bei dem eine Darstellung der Umgebung erstellt und aktualisiert wird. Sie beantwortet die Frage: „Was befindet sich in meiner Umgebung?“ Während der Roboter seine Umgebung erkundet, fasst er die Sensorbeobachtungen zu strukturierten Karten zusammen, wie beispielsweise Belegungsraster, Punktwolken oder merkmalsbasierte Darstellungen 2. Diese Karten werden im Laufe der Zeit durch die Integration neuer Daten verfeinert, wodurch das System seine Leistung verbessern kann.
Das Zusammenspiel von Lokalisierung und Kartierung bildet einen geschlossenen Regelkreis, der als SLAM bekannt ist. Die Lokalisierung ist auf die Karte angewiesen, um die Position zu schätzen, während die Kartierung auf eine genaue Lokalisierung angewiesen ist, um Beobachtungen korrekt im Raum zu verorten 3. Diese gegenseitige Abhängigkeit ermöglicht es Robotern, unbekannte Umgebungen ohne externe Positionierungssysteme wie GPS zu erkunden.
SLAM in autonomen Navigationssystemen
SLAM ist Teil einer umfassenderen Pipeline aus Wahrnehmung, Planung und der darausfolgenden Handlung. Zunächst erfassen Sensoren Rohdaten aus der Umgebung. Anschließend wird im Rahmen der Lokalisierung die Lage des Roboters geschätzt, während die Kartierung das Umgebungsmodell erstellt oder aktualisiert. Dieser kombinierte Zustand wird dann von Planungssystemen genutzt, um sichere Trajektorien zu berechnen, Hindernissen auszuweichen und Wege zum Ziel zu optimieren. Schließlich führt der Roboter Bewegungsbefehle aus und interagiert mit der Umgebung, wobei er neue Sensordaten an das System zurückmeldet.
Dieser kontinuierliche Kreislauf ermöglicht eine Anpassung in Echtzeit. Wenn sich die Umgebung verändert oder der Roboter in bisher unbekannte Bereiche vordringt, passen sich sowohl die Lokalisierung als auch die Kartierung dynamisch an, um die Betriebsstabilität aufrechtzuerhalten.
Lagerhäuser und strukturierte Innenräume
In strukturierten Umgebungen wie Lagerhäusern ermöglichen Lokalisierung und Kartierung es Robotern, durch enge Gänge zu navigieren, dynamische Hindernisse zu umfahren und ihre Bewegungen mit anderen Maschinen zu koordinieren 4. Detailierte Karten ermöglichen eine präzise Wegplanung, während eine genaue Lokalisierung die Wiederholbarkeit bei Aufgaben wie dem Kommissionieren und Transportieren von Objekten gewährleistet.
Robotik im Außernbereich und unwegsamem Gelände
In Außenumgebungen wie Bergwerken, Steinbrüchen und Tagebaustätten, in denen Orientierungspunkte rar sein können und sich das Gelände häufig ändert, hat die genaue KArtierung und Lokalisierung eine wichitge Rolle. Roboter müssen sich stark auf die Sensorfusion stützen, um ihre Positionsschätzungen aufrechtzuerhalten und gleichzeitig ihr Umgebungsmodell zu erweitern. Diese Fähigkeit ist für autonome Fahrzeuge, Agrarroboter und Systeme zur Erforschung anderer Planeten unerlässlich.
Luft- und Mobilrobotik
Drohnen und mobile Roboter operieren in dreidimensionalen Räumen, in denen GPS unzuverlässig oder nicht verfügbar sein kann 5. SLAM ermöglicht es diesen Systemen, in Innenräumen, unter Tage oder in Umgebungen ohne GPS-Empfang die räumliche Orientierung aufrechtzuerhalten. Die Kartierung unterstützt die Hindernisvermeidung in Echtzeit, während die Lokalisierung die Flugstabilität und die Genauigkeit der Flugbahn gewährleistet.
Systemgrenzen ohne SLAM
Ohne Lokalisierung und Kartierung verlieren autonome Systeme ihre räumliche Kohärenz. Der Roboter kann weder seine Position bestimmen noch seine Umgebung konsistent interpretieren. Dies führt zu Navigationsfehlern, einem erhöhten Kollisionsrisiko und einem vollständigen Verlust der Anpassungsfähigkeit an die Umgebung.
Fazit
Lokalisierung und Kartierung sind keine unabhängigen Teilsysteme, sondern eng miteinander verknüpfte Komponenten, die die Autonomie von Robotern bestimmen 6. Die Lokalisierung sorgt für räumliches Bewusstsein, während die Kartierung das Verständnis der Umgebung aufbaut. Ihre Integration durch SLAM ermöglicht es Robotern, in dynamischen Umgebungen ohne externe Führung wahrzunehmen, zu schlussfolgern und zu handeln. Diese Grundlage ist es, die Robotersysteme von reaktiven Maschinen in autonome Akteure verwandelt, die zu einem dauerhaften Einsatz in der realen Welt fähig sind. Wie SLAM mit dem restlichen Software-Stack eines Roboters zusammenhängt, erfahren Sie in unserem Artikel über das Zusammenspiel von Lokalisierung und Kartierung mit allen Roboterkomponenten.