Odometrie und IMU bei Mährobotern: Wie erkennt der Roboter seine Bewegung?
Share
Ein moderner Mähroboter muss nicht nur wissen, wo er sich befindet. Er muss auch erkennen, wie er sich bewegt, in welche Richtung er fährt und wie sich seine Bewegung verändert.
Dafür können verschiedene Sensoren eingesetzt werden. Zwei wichtige Bausteine sind Odometrie und IMU.
Während RTK beispielsweise eine präzise absolute Positionsinformation liefern kann, beschreiben Odometrie und IMU vor allem die relative Bewegung des Roboters.
Damit sind sie ein wichtiger Bestandteil moderner Navigationssysteme – und eine wichtige Grundlage für die spätere Sensorfusion.
1. Was bedeutet Odometrie bei einem Mähroboter?
Unter Odometrie versteht man die Schätzung der eigenen Bewegung anhand von Bewegungsdaten des Roboters.
Bei einem Mähroboter können dafür beispielsweise die Drehbewegungen der Räder ausgewertet werden.
Vereinfacht gesagt:
Der Roboter beobachtet, wie sich seine Räder drehen, und berechnet daraus, wie weit er sich bewegt haben müsste.
Wenn ein Rad eine bestimmte Anzahl von Umdrehungen macht und der bekannte Raddurchmesser berücksichtigt wird, lässt sich daraus eine zurückgelegte Strecke abschätzen.
So kann der Roboter beispielsweise feststellen:
„Ich bin ungefähr 50 Zentimeter vorwärts gefahren.“
Aus vielen solchen Bewegungsinformationen kann ein System eine relative Position und Bewegungsrichtung ableiten.
Die Odometrie beantwortet damit vor allem die Frage:
„Wie habe ich mich seit meiner letzten bekannten Position bewegt?“
Das unterscheidet sie von GNSS oder RTK, die eine absolute Positionsinformation liefern können.
2. Radencoder – die Grundlage der Odometrie
Damit ein Roboter die Drehbewegung seiner Räder erfassen kann, kommen beispielsweise Encoder zum Einsatz.
Sie erfassen die Bewegung beziehungsweise Drehung eines Rades und liefern daraus Informationen an die Steuerung.
Aus diesen Daten kann das Navigationssystem beispielsweise berechnen:
- wie weit sich ein Rad gedreht hat
- wie weit der Roboter gefahren sein könnte
- ob sich die Räder unterschiedlich schnell drehen
- ob der Roboter eine Kurve fährt
- welche relative Bewegungsrichtung sich daraus ergibt
Gerade bei einem Mähroboter mit mehreren angetriebenen Rädern können unterschiedliche Raddrehzahlen genutzt werden, um Kurvenfahrten und Richtungsänderungen zu bestimmen.
Damit entsteht eine Art internes Bewegungsprotokoll.
Allerdings basiert dieses Protokoll auf einer wichtigen Annahme:
Die Räder bewegen sich so, wie es das System aus ihrer Drehung berechnet.
Und genau hier entsteht eine der größten Herausforderungen der Odometrie.
3. Das Problem: Radschlupf und Messfehler
Ein Mähroboter fährt nicht auf einer perfekten, ebenen Teststrecke.
Er bewegt sich über:
- Gras
- feuchten Boden
- Unebenheiten
- kleine Steigungen
- weiche oder rutschige Bereiche
Dabei können die Räder teilweise durchdrehen oder ihre tatsächliche Bewegung kann von der ideal berechneten Bewegung abweichen.
Ein einfaches Beispiel:
Der Encoder erkennt eine bestimmte Raddrehung.
Das System berechnet daraus:
„Der Roboter ist 20 Zentimeter gefahren.“
Wenn das Rad jedoch auf feuchtem Gras etwas durchdreht, kann die tatsächliche Bewegung geringer sein.
Der berechnete Weg stimmt dann nicht mehr exakt mit dem tatsächlich zurückgelegten Weg überein.
Solche Abweichungen können sich über längere Zeit aufsummieren.
Das bedeutet:
Odometrie kann sehr gut die relative Bewegung beschreiben, ist aber nicht automatisch eine dauerhaft fehlerfreie Positionsbestimmung.
Deshalb sind zusätzliche Informationsquellen für moderne Navigationssysteme interessant.
4. Was ist eine IMU?
Eine weitere wichtige Informationsquelle ist die IMU.
IMU steht für Inertial Measurement Unit.
Eine IMU kann typischerweise Informationen über Beschleunigungen und Drehbewegungen erfassen.
Dafür werden unter anderem eingesetzt:
- Beschleunigungssensoren
- Gyroskope
Je nach System können weitere Sensoren beziehungsweise Messverfahren hinzukommen.
Die IMU kann beispielsweise erkennen, dass sich der Roboter beschleunigt, abbremst oder seine Orientierung verändert.
Vereinfacht gesagt liefert sie Informationen darüber:
„Wie bewege und drehe ich mich gerade?“
Damit ergänzt sie die Odometrie.
5. Odometrie und IMU ergänzen sich
Odometrie und IMU liefern nicht exakt dieselbe Information.
Die Odometrie basiert beispielsweise auf der Bewegung der Räder.
Die IMU erfasst dagegen Bewegungs- und Drehinformationen unabhängig davon, wie stark sich die Räder drehen.
Dadurch können sich beide Informationsquellen ergänzen.
Vereinfacht:
Odometrie
→ Wie haben sich die Räder bewegt?
IMU
→ Wie hat sich der Roboter beschleunigt und gedreht?
Zusammen entsteht ein besseres Bild der relativen Bewegung.
Das ist besonders interessant, wenn sich die tatsächliche Bewegung nicht vollständig aus einer einzigen Messquelle ableiten lässt.
Allerdings haben auch IMU-Daten ihre Grenzen. Kleine Messfehler können sich bei einer rein inertialen Positionsschätzung ebenfalls mit der Zeit aufbauen.
Deshalb ist auch eine IMU normalerweise nicht als alleinige, dauerhaft perfekte Positionsquelle gedacht.
6. Warum Odometrie und IMU RTK nicht ersetzen
Hier ist die Unterscheidung zwischen den verschiedenen Technologien besonders wichtig.
RTK kann unter geeigneten Bedingungen eine sehr präzise absolute Positionsbestimmung ermöglichen.
Odometrie und IMU liefern dagegen vor allem Informationen über die relative Bewegung.
Vereinfacht dargestellt:
RTK
📍 Wo bin ich?
Odometrie
↔️ Wie weit habe ich mich bewegt?
IMU
🧭 Wie beschleunige oder drehe ich mich?
Damit lösen die Technologien unterschiedliche Aufgaben.
Odometrie und IMU sind deshalb nicht einfach ein Ersatz für RTK.
Vielmehr können sie sich ergänzen.
Das wird besonders interessant, wenn sich die Qualität einer Satellitenposition vorübergehend verändert.
7. Was passiert, wenn GNSS oder RTK kurzfristig schlechter wird?
In einem Garten können beispielsweise Bäume, Gebäude oder andere Hindernisse die Bedingungen für die Satellitenpositionierung beeinflussen.
Wenn eine RTK-Position vorübergehend weniger zuverlässig ist, können zusätzliche Sensorinformationen für die Navigation hilfreich sein.
Odometrie und IMU können beispielsweise Informationen darüber liefern, wie sich der Roboter seit der letzten zuverlässig bestimmten Position bewegt hat.
Damit kann das Navigationssystem zusätzliche Hinweise über die aktuelle Bewegung erhalten.
Wichtig ist dabei:
Wie ein konkreter Mähroboter mit einer schlechteren GNSS- oder RTK-Situation umgeht, hängt vom jeweiligen Hersteller, Modell und der verwendeten Software ab.
Ein System kann beispielsweise seine Bewegung weiter schätzen, die Geschwindigkeit reduzieren oder anhalten.
Andere Systeme können zusätzliche Sensoren oder alternative Navigationsverfahren einsetzen.
Es gibt deshalb keine allgemeingültige Reaktion, die für alle Mähroboter gilt.
Der entscheidende Punkt ist:
Zusätzliche Bewegungssensoren können Informationen liefern, wenn eine einzelne Positionsquelle vorübergehend weniger zuverlässig ist.
8. Odometrie + IMU + RTK
Jetzt wird deutlich, warum moderne Navigationssysteme zunehmend mehrere Informationsquellen miteinander kombinieren.
Statt nur eine einzige Frage zu beantworten, können verschiedene Sensoren unterschiedliche Informationen liefern:
RTK
📍 Wo bin ich?
Odometrie
↔️ Wie habe ich mich bewegt?
IMU
🧭 Wie habe ich mich beschleunigt und gedreht?
Jede dieser Informationen hat ihre eigenen Stärken und Grenzen.
Genau deshalb ist die Kombination interessant.
Wenn beispielsweise die absolute Position bekannt ist und gleichzeitig die relative Bewegung erfasst wird, kann das Navigationssystem beide Informationen gemeinsam auswerten.
Damit kommen wir bereits zum nächsten wichtigen Begriff:
Sensorfusion.
Bei einer Sensorfusion werden Informationen verschiedener Sensoren gezielt miteinander kombiniert, um ein möglichst konsistentes Lagebild zu erhalten.
Mehr dazu erklären wir ausführlich im Artikel:
„Was ist Sensorfusion bei Mährobotern?“
9. Warum sind Odometrie und IMU für moderne Mähroboter wichtig?
Ein Mähroboter bewegt sich ständig.
Er fährt geradeaus, bremst, beschleunigt, dreht, fährt Kurven und muss seine Bewegung innerhalb des Gartens kontinuierlich nachvollziehen.
Dafür reicht es nicht immer aus, nur gelegentlich eine absolute Position zu bestimmen.
Das Navigationssystem benötigt auch Informationen darüber, was zwischen zwei Positionsbestimmungen passiert.
Genau hier können Odometrie und IMU eine wichtige Rolle spielen.
Sie liefern kontinuierlich Informationen über die Bewegung des Roboters.
Damit können sie beispielsweise dazu beitragen,
- Bewegungen zu erfassen,
- Richtungsänderungen zu erkennen,
- relative Positionen zu schätzen,
- andere Navigationssysteme zu ergänzen,
- und mehrere Sensorinformationen miteinander zu verbinden.
Der eigentliche Vorteil entsteht dabei häufig nicht durch einen einzelnen Sensor, sondern durch das Zusammenspiel verschiedener Informationsquellen.
Fazit: Der Roboter muss auch seine Bewegung verstehen
Ein moderner Mähroboter muss nicht nur wissen, wo er ist.
Er muss auch wissen, wie er dorthin gekommen ist und wie er sich gerade bewegt.
Odometrie nutzt beispielsweise die Bewegung der Räder, um die zurückgelegte Strecke und relative Bewegung abzuschätzen.
IMU liefert Informationen über Beschleunigung und Drehbewegungen.
RTK kann unter geeigneten Bedingungen eine hochpräzise absolute Positionsinformation liefern.
Keine dieser Technologien löst jedoch allein jedes Navigationsproblem.
Ihre eigentliche Stärke entsteht, wenn unterschiedliche Informationsquellen miteinander kombiniert werden.
Damit ergibt sich ein wichtiger Baustein moderner Mähroboter-Navigation:
RTK liefert die Position. Odometrie und IMU beschreiben die Bewegung.
Und wenn später zusätzlich Informationen von Kameras, vSLAM oder LiDAR hinzukommen, kann daraus ein noch umfassenderes Bild der Umgebung entstehen.
Im nächsten Artikel schauen wir deshalb auf zwei Technologien, die den Blick des Mähroboters auf seine Umgebung verändern:
LiDAR vs. vSLAM – Wie orientiert sich der Mähroboter zusätzlich?
Weiterführende Artikel
Wenn Sie mehr über die einzelnen Navigationstechnologien erfahren möchten, empfehlen wir diese Beiträge:
- GPS vs. GNSS - Wo liegen die Unterschiede und was bedeutet das für Mähroboter?
- Was ist RTK bei Mährobotern: einfach erklärt
- LiDAR vs. vSLAM bei Mährobotern – Die Unterschiede, Vor- und Nachteile der beiden Navigationsverfahren im Vergleich.
- Was ist Sensorfusion bei Mährobotern? - RTK, NRTK, LiDAR, vSLAM, IMU und weitere Sensoren miteinander einfach erklärt.
- Warum bringen plötzlich viele Mähroboter-Hersteller ähnliche Technologien auf den Markt? - einfach erklärt