Open Source Robotics

Eine kuratierte Sammlung hochwertiger Open-Source-Robotikprojekte, Werkzeuge und Software für die Robotik-Community.

GNSS

  • Auch genannt: global navigation satellite system, satellite navigation, satellite positioning
  • Kategorie: State estimation & navigation › Localisation
  • Schlagwörter: localization, positioning, outdoor-navigation, sensor-fusion, field-robotics

Global Navigation Satellite System: Konstellationen wie GPS, Galileo, GLONASS und BeiDou sowie die Empfänger, die deren Signale nutzen, um globale Position, Geschwindigkeit und Zeit zu schätzen.

Definition

GNSS (Global Navigation Satellite System, globales Navigationssatellitensystem) ist der Oberbegriff für Satellitenkonstellationen, die Zeitsignale zur Positionsbestimmung aussenden, und für die Empfänger, die sie nutzen. Vier Konstellationen haben globale Abdeckung: das US-amerikanische GPS, das russische GLONASS, das Galileo der Europäischen Union und das chinesische BeiDou. Regionale Systeme wie das japanische QZSS und das indische NavIC ergänzen die Abdeckung über ihren Gebieten. Moderne Empfänger verfolgen meist mehrere Konstellationen gleichzeitig, was mehr sichtbare Satelliten und eine bessere Geometrie ergibt als jedes einzelne System.

Ein Empfänger misst, wie lange das Signal jedes Satelliten bis zur Ankunft brauchte, und erhält so eine Pseudostrecke, die einen unbekannten Versatz der eigenen Empfängeruhr enthält. Mit mindestens vier Satelliten löst er nach drei Positionskoordinaten und diesem Uhrenversatz auf. Das Ergebnis ist eine Position in einem globalen Bezugssystem wie WGS 84, die ein Roboter meist in ein lokales Bezugssystem wie East-North-Up oder UTM umrechnet. Die Genauigkeit ohne Korrekturen liegt in der Größenordnung von Metern, begrenzt durch atmosphärische Laufzeitverzögerungen, Bahn- und Uhrenfehler der Satelliten, Mehrwegereflexionen an Gebäuden und Gelände sowie eine ungünstige Satellitengeometrie. Korrekturen verbessern das: Satellitengestützte Ergänzungssysteme und differentielles GNSS entfernen Fehler, die nahe beieinanderliegende Empfänger gemeinsam haben, und Real-Time Kinematic (RTK) nutzt Trägerphasenmessungen und eine nahe Basisstation oder ein Korrekturnetz, um Genauigkeit im Zentimeterbereich zu erreichen, sobald der Empfänger eine fixierte Lösung hat. Precise Point Positioning erreicht hohe Genauigkeit ohne lokale Basisstation, braucht aber länger zum Konvergieren.

Für Roboter ist GNSS die wichtigste Quelle driftfreier globaler Position im Freien, hat aber Lücken. Die Signale sind schwach, werden von Gebäuden, Baumkronen, Tunneln und Dächern blockiert oder reflektiert und können gestört (Jamming) oder gefälscht (Spoofing) werden. Die Aktualisierungsraten sind im Vergleich zu Inertialsensoren niedrig, und eine einzelne Antenne liefert Position und Geschwindigkeit, aber keine Orientierung; die Fahrtrichtung ergibt sich aus der Bewegung, aus einer zweiten Antenne oder aus der Fusion mit einer IMU. In der Praxis wird GNSS in einem Filter oder Faktorgraphen mit einer IMU, Rad- oder visueller Odometrie und manchmal LiDAR fusioniert. Kombinierte GNSS/INS-Einheiten führen diese Fusion intern durch und geben eine vollständige Pose aus, und Fahrzeugdatensätze wie TartanDrive verwenden GNSS-basierte Posen als Referenzzustand. Empfänger liefern außerdem eine genaue Zeit und ein Pulse-per-Second-Signal, das breit zur Synchronisierung von Sensoren genutzt wird.

Warum es wichtig ist

Mobile Roboter im Freien, Drohnen, Landmaschinen und autonome Fahrzeuge müssen wissen, wo auf der Erde sie sich befinden, und GNSS ist der einzige breit verfügbare Sensor, der dies ohne Drift liefert. Seine Fehlerquellen und Ausfallarten entscheiden, wie weit ein Roboter ihm vertrauen kann und was ihn absichern muss.

Wichtige Anwendungen

  • Navigation von Land-, Bau- und Bergbaumaschinen
  • Liefer- und Inspektionsroboter im Freien
  • Flugregelung von Drohnen, Wegpunktmissionen und Rückkehr zum Startpunkt
  • Referenztrajektorien und Ground Truth für Datensätze
  • Zeitsynchronisierung von Sensoren mit Pulse-per-Second-Signalen
  • Georeferenzierung von mit SLAM erstellten Karten

In der Praxis

Ein Agrarroboter, der entlang von Pflanzenreihen fährt, braucht Genauigkeit im Zentimeterbereich, daher baut das Team einen Mehrband-RTK-Empfänger ein und abonniert ein Korrekturnetz über eine Mobilfunkverbindung. Position, gemeldete Genauigkeit und Fix-Status des Empfängers gehen zusammen mit IMU und Radodometrie in ein erweitertes Kalman-Filter ein, sodass der Roboter zwischen GNSS-Aktualisierungen und bei kurzen Aussetzern unter Bäumen eine glatte Pose behält. Eine Zwei-Antennen-Anordnung liefert die Fahrtrichtung auch dann, wenn der Roboter steht. Der Navigationsstack rechnet Breiten- und Längengrad in ein lokales East-North-Up-Bezugssystem um, dessen Ursprung an einer Ecke des Feldes liegt. Fällt der Empfänger von einer fixierten RTK-Lösung auf eine Float- oder Einzelpunktlösung zurück, erhöht das Filter das GNSS-Rauschen, und der Roboter fährt langsamer oder unterbricht das Reihenfolgen, bis der Fix zurückkehrt.

Häufige Missverständnisse

  • GNSS und GPS sind dasselbe — GPS ist die Konstellation der Vereinigten Staaten, eines von mehreren GNSS-Systemen neben GLONASS, Galileo und BeiDou, und die meisten modernen Empfänger nutzen mehrere davon
  • GNSS liefert Zentimetergenauigkeit — Empfänger ohne Korrekturen sind auf Meter genau; Zentimetergenauigkeit erfordert RTK oder ähnliche Korrekturen und freie Sicht zum Himmel
  • Ein GNSS-Empfänger sagt dem Roboter, in welche Richtung er schaut — eine einzelne Antenne liefert nur Position und Geschwindigkeit; die Orientierung erfordert Bewegung, eine zweite Antenne oder eine IMU
  • Die Höhe ist so genau wie die horizontale Position — weil alle sichtbaren Satelliten über dem Empfänger stehen, ist die vertikale Schätzung meist weniger genau

Wer das wissen sollte

  • Ingenieure für Feld- und Agrarrobotik
  • Entwickler von Drohnen und autonomen Fahrzeugen
  • Ingenieure für Zustandsschätzung und Sensorfusion
  • Integratoren von Kartierungs- und Vermessungsrobotern

Verwandte Technologien

  • Real-Time Kinematic (RTK) Positionierung
  • GNSS/INS-Integration
  • Precise Point Positioning
  • Satellitengestützte Ergänzungssysteme (Satellite-Based Augmentation Systems)
  • NMEA 0183
  • UTM- und ENU-Koordinatensysteme

Verwandte Begriffe

  • IMU
  • Sensor Fusion
  • Extended Kalman Filter
  • Odometry
  • Tightly Coupled Sensor Fusion
  • SLAM

Verwandte Projekte

  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
  • FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
  • GTSAM: Factor-graph optimization library powering many modern SLAM backends
  • AprilTag: The standard visual fiducial marker system for robot localization and pose estimation
  • GLIM: GPU-accelerated 3D lidar SLAM framework for any range sensor, from AIST

Videos

  • What is GPS/GNSS: Rami Tamimi | Professional Surveyor
  • How RTK works | Real-Time Kinematic for Precise GNSS Positioning: Emlid

Diese Website benötigt JavaScript. Bitte aktivieren Sie JavaScript, um unsere Open-Source-Robotikprojekte zu erkunden.