EFLS 3.0 – Navimow-Navigationssystem für Segway Rasenroboter

EFLS 3.0 – Navigationssystem für Segway Navimow Rasenroboter

1. Kann EFLS 3.0 die Probleme bei der Rasenroboter-Navigation lösen
2. Was ist EFLS 3.0
3. Virtuelle Kartierung
4. RTK (Real-Time Kinematic),
5. Gyroskop
6. Kompass
7. Kilometerzählern
8. Visuelles SLAM-System
9. Deep Learning: KI
10. Fazit

Kann EFLS 3.0 die Probleme bei der Rasenroboter-Navigation lösen

Seitdem die ersten Rasenroboter per GPS-Navigation auf den privaten Rasenflächen unterwegs sind, treten bisweilen folgende Probleme bei der Navigation der Rasenroboter auf:

• Genauigkeit an der Rasenkante
• GPS-Schatten direkt entlang hohen Mauern
• GPS-Schatten in komplizierten und verwinkelten Flächen

EFLS 3.0, das Navigationssystem von Segway für deren Navimow Rasenroboter schickt sich nun an, diese Probleme, zumindest teilweise, zu lösen.

Was ist EFLS 3.0?

Die EFLS-Technologie 3.0 (Exact Fusion Location System) ist ein neues Positionierungssystem, das speziell für Segway Mähroboter entwickelt wurde. Es kombiniert mehrere Technologien (siehe unten), darunter RTK (Real-Time Kinematic), VSLAM (Visual Simultaneous Localization and Mapping) und VIO (Visual Inertial Odometry), um eine präzise Navigation und Stabilität zu gewährleisten.

Mit EFLS 3.0 können Mähroboter virtuelle Grenzen erstellen, ohne physische Begrenzungsdrähte zu benötigen. Dies ermöglicht eine effiziente und systematische Navigation, selbst in komplexen Umgebungen oder bei schwachem, oder nicht vorhandenen GPS-Signal. Die Technologie integriert unterschiedliche Sensordaten, dieser Datenmix verbessert die Genauigkeit und Zuverlässigkeit erheblich.

Virtuelle Kartierung

Virtuelle Kartierung im Zusammenhang mit EFLS 3.0 bedeutet, dass der Mähroboter mithilfe von GPS-, Sensoren- und anderen Navigationsdaten virtuelle Begrenzungen und Gebietsgrenzen erstellen kann, ohne dass physische Begrenzungsdrähte erforderlich sind.

In der Praxis wird die virtuelle Kartierung über den Rasenroboter erzeugt, der mit einer Handy-App vom User rund um die zu mähende Fläche ferngesteuert wird und dabei eine digitale Karte erstellt.

Die virtuellen Begrenzungen können jederzeit angepasst werden und der Rasenroboter mäht die Fläche innerhalb der Grenzen systematisch und nicht zufallsgetrieben.

RTK

RTK (Real-Time Kinematic) ist eine Technologie, die die Genauigkeit von GPS- und GNSS-Systemen (Global Navigation Satellite Systems) erheblich verbessert. Während herkömmliche GPS-Systeme eine Genauigkeit von etwa 2 bis 10 Metern bieten, ermöglicht RTK eine Präzision im Zentimeterbereich. Dies wird durch die Nutzung von Korrekturdaten erreicht, die in Echtzeit von einer Referenzstation an den mobilen Empfänger gesendet werden.

Die Funktionsweise von RTK basiert auf der Analyse der Trägerwellen der Satellitensignale, anstatt nur die Navigationsdaten zu verwenden. Eine Referenzstation mit einer bekannten Position berechnet kontinuierlich die Abweichungen der Satellitensignale und überträgt diese Korrekturdaten an den mobilen Empfänger (in unserem Fall den Rasenroboter). Der Roboter nutzt diese Daten, um seine Position zu bestimmen.

Gyroskop

Ein Gyroskop, ist ein Gerät, das Drehbewegungen misst oder stabilisiert. Es basiert auf dem physikalischen Prinzip der Drehimpulserhaltung. Ein schnell rotierender Kreisel in einem beweglichen Lager behält seine Orientierung bei, selbst wenn sich das Gerät bewegt.

Ein Gyroskop spielt eine wichtige Rolle bei EFLS3.0

Orientierungserkennung: Das Gyroskop misst die Winkelgeschwindigkeit des Roboters, also wie schnell und in welche Richtung er sich dreht. Dies ermöglicht es dem Roboter, seine Ausrichtung im Raum zu bestimmen.

Bewegungssteuerung: Durch die Integration der gemessenen Winkelgeschwindigkeit kann der Roboter berechnen, wie weit und in welche Richtung er sich bewegt hat. Dies ist besonders nützlich, wenn GPS-Signale schwach oder nicht verfügbar sind.

Hindernisvermeidung: In Kombination mit anderen Sensoren, wie Ultraschall- oder Kamerasensoren, hilft das Gyroskop dem Roboter, Hindernisse zu erkennen und effizient zu umfahren.

Insgesamt sorgt das Gyroskop dafür, dass der Rasenroboter auch in komplexen Umgebungen stabil und zuverlässig navigieren kann.

Kompass

Der Kompass im EFLS 3.0 (Exact Fusion Location System) dient dazu, die Ausrichtung des Roboters in Bezug auf die Himmelsrichtungen zu bestimmen.

Präzise Navigation: Der Kompass hilft dem Mähroboter, seine Bewegungsrichtung zu stabilisieren und sicherzustellen, dass er systematisch und effizient arbeitet, insbesondere mit parallelen Mähbahnen.

Unterstützung bei GPS-Ausfällen: In Situationen, in denen das GPS-Signal schwach oder nicht verfügbar ist, kann der Kompass zusammen mit anderen Sensoren wie Gyroskopen und Beschleunigungsmessern die Orientierung des Roboters aufrechterhalten.

Korrektur von Abweichungen: Wenn der Roboter durch äußere Einflüsse wie Unebenheiten oder Hindernisse von seiner geplanten Route abweicht, hilft der Kompass, ihn wieder auf den richtigen Kurs zu bringen.

Kilometerzähler

Im EFLS 3.0-System dient der Kilometerzähler dazu, die zurückgelegte Strecke des Rasenroboers zu messen und zu überwachen.

Der Kilometerzähler hilft dabei, die Leistung des Roboters zu analysieren, indem er die zurückgelegte Strecke in Relation zur gemähten Fläche setzt.

Durch die Überwachung der Gesamtkilometer kann der Benutzer besser einschätzen, wann Wartungsarbeiten wie das Wechseln der Klingen oder der Austausch von Verschleißteilen erforderlich sind.

Visuelles SLAM-System

VSLAM ermöglicht dem Rasenroboter, seine Umgebung in Echtzeit zu erfassen und eine 3D-Karte zu erstellen.

Mithilfe von Kameras und Sensoren erstellt das SLAM-System eine detaillierte Karte der Umgebung, einschließlich Hindernissen und Geländeformen.

Das System hilft dem Roboter, seine genaue Position innerhalb der virtuellen Karte zu bestimmen, auch wenn GPS-Signale schwach oder nicht verfügbar sind.

Durch die Kombination von visuellen Daten und den genannten anderen Sensorinformationen kann der Roboter effizient und systematisch arbeiten, ohne Bereiche auszulassen.

Das SLAM-System ermöglicht es dem Roboter, sich dynamisch an Veränderungen in der Umgebung anzupassen, wie z. B. neue Hindernisse oder geänderte Grenzen.

Deep Learning: KI

Wie überall darf derzeit KI natürlich auch bei EFLS3.0 nicht fehlen.

Deep Learning-Algorithmen analysieren visuelle Daten, um lichtinvariante Merkmale in der Umgebung zu identifizieren. Dies ermöglicht dem Mähroboter, auch bei wechselnden Lichtverhältnissen oder komplexen Umgebungen stabil zu navigieren.

Deep Learning hilft dem System, sich dynamisch an neue oder veränderte Umgebungen anzupassen, indem es aus den gesammelten Daten lernt und die Navigation optimiert.

In Kombination mit visuellen SLAM-Systemen erstellt Deep Learning detaillierte 3D-Karten, die eine präzise Positionierung und systematisches Mähen ermöglichen.

Fazit

Ob nun EFLS3.0 die hohen Anforderungen an die Rasenroboter-Navigation erfüllen kann, wird sich bereits in 2025 zeigen – hier setzen die Segway Navimow Rasenroboter bereits EFLS3.0 ein.