{"id":10777,"date":"2026-02-04T11:51:59","date_gmt":"2026-02-04T11:51:59","guid":{"rendered":"https:\/\/www.oxts.com\/?p=10777"},"modified":"2026-06-24T15:49:34","modified_gmt":"2026-06-24T15:49:34","slug":"sensor-fusion-in-mobile-mapping","status":"publish","type":"post","link":"https:\/\/www.oxts.com\/de\/sensor-fusion-in-mobile-mapping\/","title":{"rendered":"Die Wissenschaft hinter der Sensorfusion bei der mobilen Kartierung"},"content":{"rendered":"<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n    <h5 class=\"h5 mb-6\">Die Sensorfusion ist die Wissenschaft der Kombination von Daten mehrerer Sensoren, um ein einziges Ergebnis zu erzielen.<\/h5>\n\n\n        <div class=\"wysiwyg p\">\n            <p>In diesem Blog gehen wir im Detail auf die Sensorfusion beim Mobile Mapping ein und erl\u00e4utern, warum sie wichtig ist und wie sie funktioniert.<\/p>\n<h4><\/h4>\n<h4><span style=\"color: #ca181c;\">Warum Sensorfusion bei der mobilen Kartierung wichtig ist<\/span><\/h4>\n<p><span data-contrast=\"auto\">Die Sensorfusion bei der mobilen Kartierung bietet eine Reihe von Vorteilen. Letztlich geht es darum, m\u00f6glichst genaue Positions- und Orientierungsdaten f\u00fcr die direkte Georeferenzierung zu erzeugen. Dies ist f\u00fcr Fachleute im Bereich der mobilen Kartierung von Bedeutung, da sie dadurch in der Lage sind, Erhebungen in einem breiteren Spektrum von Umgebungen durchzuf\u00fchren und m\u00f6glicherweise neue Arten von Erhebungen anzubieten - je nach den integrierten Sensoren. <\/span><\/p>\n<p><span data-contrast=\"auto\">Ein entscheidendes Unterscheidungsmerkmal f\u00fcr ein mobiles Kartierungsunternehmen k\u00f6nnte auch sein, dass es in der Lage ist, Orte genau zu erfassen, die andere nicht erfassen k\u00f6nnen.<\/span><\/p>\n<p><span data-contrast=\"auto\">Nat\u00fcrlich ist es erw\u00e4hnenswert, dass selbst ein einfaches GNSS\/INS, das unter freiem Himmel arbeitet, GNSS- und IMU-Daten fusioniert, und OXTS hat dies seit \u00fcber 25 Jahren perfektioniert. Die Integration zus\u00e4tzlicher Sensordaten in die L\u00f6sung ist jedoch eine wichtige Priorit\u00e4t f\u00fcr vorausschauende mobile Kartierer, da sie versuchen, die folgenden Vorteile zu erreichen:<\/span><span data-ccp-props=\"{}\">\u00a0<\/span><\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-8f761849 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:66.66%\">\n            \n<div class=\"contformembed mwb-block bg-light text-dark py-12 md:py-16\">\n    <div class=\"container grid md:grid-cols-3 gap-6 md:gap-6\">\n        <div class=\"col-span-1\">\n            \n                    <\/div>\n        \n        <div class=\"col-span-3\">\n            <div class=\"form-embed-container\">\n                <script charset=\"utf-8\" type=\"text\/javascript\" src=\"\/\/js.hsforms.net\/forms\/embed\/v2.js\"><\/script>\r\n<script>\r\n  hbspt.forms.create({\r\n    portalId: \"7624321\",\r\n    formId: \"7340f828-489d-4cfe-9c0c-28adaff646cd\",\r\n    region: \"na1\"\r\n  });\r\n<\/script>\n            <\/div>\n        <\/div>\n    <\/div>\n<\/div>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:33.33%\"><\/div>\n<\/div>\n\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <h5><span style=\"color: #ca181c;\">Redundanz in verschiedenen Umgebungen<\/span><\/h5>\n<p><span class=\"TextRun SCXW149947254 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW149947254 BCX0\">Die f\u00fcr die Positionsmessung verwendeten Sensoren\u00a0<\/span><span class=\"NormalTextRun SCXW149947254 BCX0\">sind nicht<\/span><span class=\"NormalTextRun SCXW149947254 BCX0\"> unfehlbar. Ver\u00e4nderte Bedingungen oder auch nur zuf\u00e4llige Fehler k\u00f6nnen dazu f\u00fchren, dass herk\u00f6mmliche Ortungstechnologien Ungenauigkeiten in einen Datensatz einbringen. Die Sensorfusion tr\u00e4gt dazu bei, dies abzumildern, indem sie unterst\u00fctzende Daten von anderen Sensoren liefert, die sich anders verhalten. Wenn Sie sich zum Beispiel bewegen <\/span><span class=\"NormalTextRun SCXW149947254 BCX0\">durch einen Tunnel<\/span><span class=\"NormalTextRun CommentStart SCXW149947254 BCX0\"> und Ihr GNSS-Signal verschwindet, k\u00f6nnen Sie m\u00f6glicherweise Daten von einem LiDAR-Scanner verwenden, um die fehlenden GNSS-Daten zu kompensieren.<\/span><\/span><\/p>\n<h5><span style=\"color: #ca181c;\">Freiheit, sich zwischen Umgebungen zu bewegen<\/span><\/h5>\n<p><span data-contrast=\"auto\">Vermessungsingenieure und mobile Kartierer befassen sich zunehmend mit Vermessungsumgebungen, in denen \u00fcberhaupt kein GNSS-Signal verf\u00fcgbar ist - entweder auf Wunsch des Kunden oder um proaktiv Dienstleistungen anzubieten, mit denen sie sich von der Konkurrenz abheben. Beispiele f\u00fcr solche Umgebungen sind vor allem der Untergrund und Innenr\u00e4ume. Hier kommt die Sensorfusion bei der mobilen Kartierung ins Spiel.<\/span><\/p>\n<p><span data-contrast=\"auto\">F\u00fcr diese Bereiche gibt es bereits Kartierungsl\u00f6sungen, die jedoch unter Au\u00dfenbedingungen oft nicht gut funktionieren. Wenn Sie also einen Standort vermessen m\u00fcssen, der sowohl Innen- als auch Au\u00dfenbereiche umfasst, k\u00f6nnen zus\u00e4tzliche Komplikationen auftreten.<\/span><\/p>\n<p><span data-contrast=\"auto\">Mit dem Ansatz der Sensorfusion k\u00f6nnen Sie Lokalisierungsmethoden f\u00fcr Innen- und Au\u00dfenbereiche in ein und derselben L\u00f6sung kombinieren, so dass Sie mit einer einzigen Vermessungsnutzlast nahtlos zwischen verschiedenen Umgebungen wechseln k\u00f6nnen.<\/span><\/p>\n<p><span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/contact\/\" target=\"_blank\" rel=\"noopener\">Kontakt<\/a><\/span> um mehr dar\u00fcber zu erfahren.<\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"alignleft size-large is-resized\"><img decoding=\"async\" width=\"1024\" height=\"507\" src=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-1024x507.png\" alt=\"Tunnel point cloud\" class=\"wp-image-10778\" style=\"aspect-ratio:1.7038961038961038;width:630px;height:auto\" srcset=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-1024x507.png 1024w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-300x149.png 300w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-768x380.png 768w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-1536x761.png 1536w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-2048x1014.png 2048w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/Tunnel-18x9.png 18w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Tunnel sind ohne durchg\u00e4ngiges GNSS-Signal bekannterma\u00dfen schwer zu kartieren<\/figcaption><\/figure>\n<\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <h5><span style=\"color: #ca181c;\">Wie IMUs, GNSS und andere Sensoren zusammenwirken<\/span><\/h5>\n<h6><strong>Das Herzst\u00fcck: eine IMU<\/strong><\/h6>\n<p><span class=\"TextRun SCXW218917267 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW218917267 BCX0\">Jetzt kommen wir zu den Details. In jedem System zur Sensorfusion gibt es\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">im Allgemeinen eine<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">\u00a0Kernsensor, an den alle anderen angeschlossen sind. Unter\u00a0<\/span><span class=\"NormalTextRun AdvancedProofingIssueV2Themed SCXW218917267 BCX0\">die gro\u00dfe Mehrheit der<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">\u00a0Systeme,\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">das ist<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">\u00a0eine Tr\u00e4gheitsmesseinheit (IMU).\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">Eine IMU\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">enth\u00e4lt<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">\u00a0Beschleunigungsmesser und Gyroskope, die \u00c4nderungen des Drehimpulses messen,\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">Geschwindigkeit<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">\u00a0und Beschleunigung<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">. Diese Daten werden durch einen als Kalman-Filter bekannten Algorithmus geleitet, der Daten herausfiltert, die wahrscheinlich\u00a0<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">Irrtum<\/span><span class=\"NormalTextRun SCXW218917267 BCX0\">, und verwendet die Daten der IMU, um Sch\u00e4tzungen \u00fcber die Position und Bewegung der IMU zu berechnen.<\/span><\/span><\/p>\n<h6><strong>Die n\u00e4chste Ebene: GNSS<\/strong><\/h6>\n<p><span class=\"TextRun SCXW162971260 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW162971260 BCX0\">Clever wird es dann, wenn Sie Daten von\u00a0<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">zus\u00e4tzlich<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">\u00a0Sensoren in den Kalman-Filter einflie\u00dfen, um die Sch\u00e4tzungen zu verbessern\u00a0<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">genau<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">.\u00a0<\/span><span class=\"NormalTextRun CommentStart CommentHighlightPipeRest CommentHighlightRest SCXW162971260 BCX0\">Der h\u00e4ufigste Sensor\u00a0<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">Daten\u00a0<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">zu einer IMU zu verschmelzen, ist\u00a0<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">wohl\u00a0<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">GNSS<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">\u00a0<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">Daten<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">,<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">\u00a0die Positions- und H\u00f6henmessungen liefern<\/span><span class=\"NormalTextRun CommentHighlightRest SCXW162971260 BCX0\">.<\/span><span class=\"NormalTextRun CommentHighlightPipeRest SCXW162971260 BCX0\">\u00a0<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">Ein System, das verschmilzt\u00a0<\/span><span class=\"NormalTextRun CommentStart SCXW162971260 BCX0\">IMU- und GNSS-Daten sind<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">\u00a0<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">allgemein genannt<\/span><span class=\"NormalTextRun SCXW162971260 BCX0\">\u00a0als Tr\u00e4gheitsnavigationssysteme oder GNSS\/INS bezeichnet. In letzter Zeit wurden jedoch Fortschritte bei der Integration anderer Sensoren in die L\u00f6sung erzielt, um sie noch robuster zu machen.<\/span><\/span><\/p>\n<p><span class=\"TextRun SCXW139697916 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW139697916 BCX0\">Wie bereits erw\u00e4hnt, hat OXTS seit seiner Gr\u00fcndung an folgenden Themen gearbeitet<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">und\u00a0<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">Es ist<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">\u00a0einer der Gr\u00fcnde, warum unsere Ger\u00e4te den Ruf haben, dass sie\u00a0<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">\u00e4u\u00dferst zuverl\u00e4ssig<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">\u00a0und\u00a0<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\">genau<\/span><span class=\"NormalTextRun SCXW139697916 BCX0\"> Daten.<\/span><\/span><\/p>\n<h6><strong>Die n\u00e4chste Generation: LiDAR und andere Sensoren<\/strong><\/h6>\n<p><span class=\"TextRun SCXW14305657 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW14305657 BCX0\">Der beliebteste Sensor\u00a0<\/span><span class=\"NormalTextRun AdvancedProofingIssueV2Themed SCXW14305657 BCX0\">zur Zeit<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">\u00a0zu einem GNSS\/INS zu verschmelzen, ist LiDAR. Kurz f\u00fcr Light Detection\u00a0<\/span><span class=\"NormalTextRun ContextualSpellingAndGrammarErrorV2Themed SCXW14305657 BCX0\">Und<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">\u00a0Reichweite<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">, LiDAR ist ein leistungsstarker Sensor, der h\u00e4ufig f\u00fcr die Sensorfusion bei der mobilen Kartierung verwendet wird.<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">. Er feuert Laserimpulse ab, die von Objekten in der Umgebung des Sensors abprallen. Durch Messung der Zeit, die der Impuls ben\u00f6tigt, um zur\u00fcckzukehren, kann das LiDAR die Entfernung zwischen dem Sensor und dem Punkt genau messen.<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">\u00a0<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">Es ist eine komplexe Arbeit erforderlich, um diese Daten in\u00a0<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">Messungen, die von einem Kalman-Filter verwendet werden k\u00f6nnen<\/span><span class=\"NormalTextRun SCXW14305657 BCX0\">\u00a0- aber es gibt bereits Integrationen (<\/span><\/span><span style=\"color: #ca181c;\"><a class=\"Hyperlink SCXW14305657 BCX0\" style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/technology-partners\/\" target=\"_blank\" rel=\"noreferrer noopener\"><span class=\"TextRun Underlined SCXW14305657 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW14305657 BCX0\" data-ccp-charstyle=\"Hyperlink\">einschlie\u00dflich unserer eigenen<\/span><\/span><\/a><\/span><span class=\"TextRun SCXW14305657 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW14305657 BCX0\">), die es einfacher machen.<\/span><\/span><\/p>\n<p><span style=\"color: #ca181c;\"><a class=\"Hyperlink SCXW201594480 BCX0\" style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/improving-navigation-data-in-san-francisco-with-oxts-lio\/\" target=\"_blank\" rel=\"noreferrer noopener\"><span class=\"TextRun Underlined SCXW201594480 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW201594480 BCX0\" data-ccp-charstyle=\"Hyperlink\">Erfahren Sie mehr \u00fcber <\/span><span class=\"NormalTextRun SCXW201594480 BCX0\" data-ccp-charstyle=\"Hyperlink\">Verwendung von LiDAR zur Verbesserung der Positionsgenauigkeit<\/span><\/span><\/a><span class=\"EOP SCXW201594480 BCX0\" data-ccp-props=\"{}\">\u00a0<\/span><\/span><\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"alignleft size-large is-resized\"><img decoding=\"async\" width=\"1024\" height=\"345\" src=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-1024x345.png\" alt=\"Point cloud of a car park created using OXTS mobile mapping technology\" class=\"wp-image-10278\" style=\"width:697px;height:auto\" srcset=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-1024x345.png 1024w, https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-300x101.png 300w, https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-768x259.png 768w, https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-1536x518.png 1536w, https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3-18x6.png 18w, https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/11\/OxTS-Car-Park-Pointcloud3.png 1920w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">LiDAR kann in mobilen Kartierungsnutzlasten zur Verbesserung der Positionsgenauigkeit eingesetzt werden<\/figcaption><\/figure>\n<\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <p><span class=\"TextRun SCXW52339198 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW52339198 BCX0\">Auch andere Sensoren k\u00f6nnen integriert werden. Raddrehzahlsensoren (auch als Radzeckensensoren bekannt) wurden von <span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/solutions\/industries-and-applications\/tracking-and-monitoring\/\">Kfz-Pr\u00fcfger\u00e4te<\/a><\/span> Sie k\u00f6nnen auch f\u00fcr die Sensorfusion bei der mobilen Kartierung verwendet werden, <\/span><span class=\"NormalTextRun AdvancedProofingIssueV2Themed SCXW52339198 BCX0\">so lange wie<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\"> das Fahrzeug ist landgest\u00fctzt und hat R\u00e4der.<\/span><\/span><\/p>\n<p><span class=\"TextRun SCXW52339198 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW52339198 BCX0\">Kameras k\u00f6nnen integriert werden, wobei einige Standardl\u00f6sungen Folgendes bieten\u00a0<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">kamerabasierte Odometrie.\u00a0<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">Und es gibt noch viele weitere Sensoren, die verwendet werden k\u00f6nnten.\u00a0<\/span><span class=\"NormalTextRun AdvancedProofingIssueV2Themed SCXW52339198 BCX0\">Solange<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">\u00a0Sie haben die technischen\u00a0<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">Fachwissen<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">\u00a0um die Daten korrekt zu integrieren, k\u00f6nnen Sie die\u00a0<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">eine breite Palette<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">\u00a0von Sensoren zur Verbesserung der Genauigkeit.<\/span><span class=\"NormalTextRun CommentStart CommentHighlightPipeRest PointComment CommentHighlightRest SCXW52339198 BCX0\">\u00a0Wir bei OXTS gehen davon aus, dass jeder Sensor seine eigenen St\u00e4rken hat, die genutzt werden k\u00f6nnen, um die Schw\u00e4chen anderer Sensoren in verschiedenen Umgebungen auszugleichen<\/span><span class=\"NormalTextRun SCXW52339198 BCX0\">. Sie k\u00f6nnen diese Philosophie in unserem neuesten Produkt in Aktion sehen,<span style=\"color: #ca181c;\">\u00a0<\/span><\/span><\/span><span style=\"color: #ca181c;\"><a class=\"Hyperlink SCXW52339198 BCX0\" style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/solutions\/inertial-navigation-solutions\/navigation-hardware\/wayfinder\/\" target=\"_blank\" rel=\"noreferrer noopener\"><span class=\"TextRun Underlined SCXW52339198 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW52339198 BCX0\" data-ccp-charstyle=\"Hyperlink\">WayFinder Prime<\/span><\/span><\/a><\/span><span class=\"TextRun SCXW52339198 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW52339198 BCX0\">, die ein GNSS\/INS, LiDAR und Kameras integriert, um eine schl\u00fcsselfertige Navigationsl\u00f6sung zu bieten, die in jeder Umgebung funktioniert.<\/span><\/span><\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"alignleft size-large is-resized\"><img decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-1024x683.jpg\" alt=\"WayFinder\" class=\"wp-image-10779\" style=\"aspect-ratio:1.7038961038961038;width:630px;height:auto\" srcset=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-1024x683.jpg 1024w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-300x200.jpg 300w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-768x512.jpg 768w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-1536x1024.jpg 1536w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-2048x1366.jpg 2048w, https:\/\/www.oxts.com\/wp-content\/uploads\/2026\/02\/7306-0020-Black-18x12.jpg 18w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">WayFinder Prime kombiniert IMU-, GNSS-, LiDAR- und Kameradaten f\u00fcr eine pr\u00e4zise Positionierung in jeder Umgebung.<\/figcaption><\/figure>\n<\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <p><span class=\"TextRun SCXW205504353 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW205504353 BCX0\">Aber welches Fachwissen brauchen Sie? Schauen wir uns einige der wichtigsten \u00dcberlegungen f\u00fcr eine erfolgreiche Sensorfusion beim Mobile Mapping an.<\/span><\/span><\/p>\n<h5><span style=\"color: #ca181c;\">Synchronisierung und Kalibrierung der Sensoren<\/span><\/h5>\n<p><span class=\"TextRun SCXW256414933 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW256414933 BCX0\">Dies sind zwei grundlegende \u00dcberlegungen zur Sensorfusion.\u00a0<\/span><span class=\"NormalTextRun SCXW256414933 BCX0\">Betrachten wir sie der Reihe nach.<\/span><\/span><\/p>\n<h6><strong>Synchronisierung der Sensoren<\/strong><\/h6>\n<p><span data-contrast=\"auto\">Bei Navigationssystemen mit mehreren Sensoren ist es von entscheidender Bedeutung, dass die internen Uhren der Sensoren alle synchronisiert sind. Wenn das nicht der Fall ist, kann das ganze System zusammenbrechen.<\/span><\/p>\n<p><span data-contrast=\"auto\">In den meisten modernen Systemen geschieht dies durch <span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/en.wikipedia.org\/wiki\/Precision_Time_Protocol\" target=\"_blank\" rel=\"noopener\">PTP, oder gPTP<\/a><\/span>. Alle OXTS-Ger\u00e4te unterst\u00fctzen PTP- und gPTP-Konfigurationen und k\u00f6nnen entweder als Hauptuhr fungieren (so dass alle anderen Sensoren ihre Uhren mit dem GNSS\/INS abgleichen) oder als Client, der sich mit der Uhr eines anderen Ger\u00e4ts synchronisiert. Auch dies kann ein wichtiger Faktor f\u00fcr die Sensorfusion bei der mobilen Kartierung sein.<\/span><\/p>\n<p><span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/news\/ptp-gptp-master-client-functionality-available-now\/\">Erfahren Sie mehr \u00fcber PTP und gPTP<\/a><\/span><\/p>\n<h6><strong>Sensor-Kalibrierung<\/strong><\/h6>\n<p><span data-contrast=\"auto\">Wenn es bei der Synchronisierung darum geht, dass sich die Sensoren auf\u00a0<\/span><i><span data-contrast=\"auto\">wenn<\/span><\/i><span data-contrast=\"auto\">, Die Kalibrierung bringt die Sensoren dazu, sich auf\u00a0<\/span><i><span data-contrast=\"auto\">wobei<\/span><\/i><span data-contrast=\"auto\">. Alle Sensoren erzeugen Daten in einem so genannten Referenzrahmen. So k\u00f6nnte zum Beispiel eine Bewegung im Format x,y,z gemeldet werden - wir haben uns 3 cm entlang der x-Achse, 5 cm entlang der y-Achse und 2 cm in der z-Achse bewegt.  Andere Sensoren k\u00f6nnten dieselbe Bewegung im Format vorw\u00e4rts, seitlich, abw\u00e4rts melden - also 3 cm vorw\u00e4rts, 5 cm seitlich und -2 cm abw\u00e4rts (oder 2 cm aufw\u00e4rts!). In einem ersten Schritt m\u00fcssen Sie alle Daten von Ihren Sensoren in einen gemeinsamen Bezugsrahmen umwandeln, damit der Kalman-Filter sie korrekt verarbeiten kann.<\/span><span data-ccp-props=\"{}\">\u00a0<\/span><\/p>\n<p><span data-contrast=\"auto\">Wenn das erledigt ist, m\u00fcssen Sie auch die unterschiedlichen Positionen Ihrer Sensoren ber\u00fccksichtigen. Jeder Sensor befindet sich an einer etwas anderen Stelle Ihrer Nutzlast, was bedeutet, dass sie die Bewegung etwas anders berechnen - insbesondere beim Drehen, da ein Sensor an der Au\u00dfenseite Ihrer Nutzlast weiter weg ist als ein Sensor in der Mitte Ihrer Nutzlast. <\/span><\/p>\n<p><span data-contrast=\"auto\">Hinzu kommt, dass die Sensoren m\u00f6glicherweise nicht einmal in die gleiche Richtung zeigen. Ein seitlich montierter LiDAR-Sensor, der seitlich vom Fahrzeug ausgerichtet ist, w\u00fcrde zum Beispiel eine Vorw\u00e4rtsbewegung als seitliche Bewegung melden. Diese Abweichungen m\u00fcssen mithilfe von Hebelarmen ber\u00fccksichtigt werden: eine Reihe von Messungen, die den Unterschied zwischen der Position und der Ausrichtung Ihres Sensors und dem Hauptsensor - in diesem Fall der IMU - beschreiben.<\/span><span data-ccp-props=\"{}\">\u00a0<\/span><\/p>\n<p><span data-contrast=\"auto\">Sie k\u00f6nnen mit der LiDAR-Kalibrierung eine weitere Genauigkeitsstufe erreichen, indem Sie eine Achsenkalibrierung durchf\u00fchren. Eine Boresight-Kalibrierung gleicht die LiDAR- und GNSS\/INS-Koordinatenrahmen auf Zehntelgrad genau ab. F\u00fcr LiDAR-Vermesser hat die Boresight-Kalibrierung einen doppelten Nutzen: Sie verbessert die Genauigkeit der LiDAR-Daten f\u00fcr Navigationszwecke und auch die Genauigkeit der endg\u00fcltigen Punktwolkenvermessung.<\/span><\/p>\n<p><span style=\"color: #ca181c;\"><a class=\"Hyperlink SCXW130041877 BCX0\" style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/oxts-boresight-calibration-brochure\/\" target=\"_blank\" rel=\"noreferrer noopener\"><span class=\"TextRun Underlined SCXW130041877 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW130041877 BCX0\" data-ccp-charstyle=\"Hyperlink\">Erfahren Sie mehr \u00fcber die Kalibrierung des Zielfernrohrs<\/span><\/span><\/a><\/span><\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <h6><strong>Zusammenf\u00fchrung der Daten<\/strong><\/h6>\n<p><span data-contrast=\"auto\">Sobald Sie die Synchronisierung eingerichtet und Ihre Sensoren kalibriert haben, k\u00f6nnen Sie die Sensorfusion durchf\u00fchren.<\/span><span data-ccp-props=\"{}\">\u00a0<\/span><\/p>\n<p><span data-contrast=\"auto\">Die von Ihnen durchgef\u00fchrten Kalibrierungen - Ausrichten von Koordinatenrahmen und Hebelarmen - werden in der Schnittstelle zwischen Ihren externen Sensoren und Ihrem Kernsensor gespeichert; diese Schnittstelle \u00fcbernimmt die Ausgaben Ihrer Sensoren und wandelt sie in Messungen um, mit denen der Kalman-Filter der IMU arbeiten kann.<\/span><\/p>\n<p><span data-contrast=\"auto\">Ein weiteres wichtiges Element, das in diese Schnittstelle aufgenommen werden muss, ist die so genannte Kovarianz. Dabei handelt es sich um eine Sch\u00e4tzung der Genauigkeit Ihrer Daten, die der Kalman-Filter verwendet, um zu entscheiden, ob eine Messung von diesem Sensor beibehalten oder verworfen werden soll. Normalerweise finden Sie diese Information in der Dokumentation Ihres Sensors; falls nicht, gibt es andere M\u00f6glichkeiten, sie zu ermitteln, z. B. in<span style=\"color: #ca181c;\">\u00a0<\/span><\/span><span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/oxfordtechnicalsolutions.github.io\/source\/longform\/cov.html#where-do-i-find-covariance-figures-for-my-aiding-sensor\" target=\"_blank\" rel=\"noopener\">unsere Dokumentation zur Sensorfusion<\/a><\/span><span data-contrast=\"auto\"><span style=\"color: #ca181c;\">\u00a0<\/span>unter Verwendung unserer generischen Hilfsdaten (GAD) Schnittstelle.<\/span><\/p>\n<p><span data-contrast=\"auto\">Nachdem Sie alles konfiguriert haben, m\u00fcssen Sie einige Zeit damit verbringen, alles zu testen, um sicherzustellen, dass Sie die gew\u00fcnschten Ergebnisse erhalten.<\/span><\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            <h5><span style=\"color: #ca181c;\">Brauchen Sie Unterst\u00fctzung?<\/span><\/h5>\n<p><span class=\"TextRun SCXW41964092 BCX0\" lang=\"EN-GB\" xml:lang=\"EN-GB\" data-contrast=\"auto\"><span class=\"NormalTextRun SCXW41964092 BCX0\">Wir hoffen, dass dieser Artikel Ihnen geholfen hat, die Funktionsweise der Sensorfusion beim Mobile Mapping zu verstehen und Ihr eigenes Projekt voranzubringen. Wenn Sie immer noch Schwierigkeiten haben<\/span><span class=\"NormalTextRun SCXW41964092 BCX0\">, k\u00f6nnen unsere Ingenieure Ihnen vielleicht helfen. Wir arbeiten schon seit Jahren an der Sensorfusion,<\/span><span class=\"NormalTextRun SCXW41964092 BCX0\">\u00a0Unsere Ingenieure haben also viele der verschiedenen Herausforderungen gesehen, die auftreten k\u00f6nnen\u00a0<\/span><span class=\"NormalTextRun SCXW41964092 BCX0\">und kann Ihnen helfen, sie zu bew\u00e4ltigen.<\/span><\/span><\/p>\n<p>Wenn Sie mehr \u00fcber Sensorfusion in mobilen Kartierungsnutzlasten erfahren m\u00f6chten, nutzen Sie unser Kontaktformular <span style=\"color: #ca181c;\"><a style=\"color: #ca181c;\" href=\"https:\/\/www.oxts.com\/de\/contact\/\" target=\"_blank\" rel=\"noopener\">sich melden<\/a><\/span>.<\/p>\n\n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n\n<div class=\"hero001center mwb-block bg-left bg-cover bg-repeat-x lazyload relative\"     \n\n\n\n    style=\"background-image: url('https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/04\/WayFinder10-with-accessories-100x0-c-default.jpg')\"\n    data-bg=\"https:\/\/www.oxts.com\/wp-content\/uploads\/2025\/04\/WayFinder10-with-accessories-1400x0-c-default.jpg\"\n>\n    <div class=\"overlay bg-black\/30 absolute inset-0 z-0\"><\/div>\n    <div class=\"container text-white flex justify-left\">\n        <div class=\"max-w-lg pb-64 pt-16 md:pb-36 md:pt-36 relative z-10\">\n            \n                \n\n\n    \n\n\n                \n\n\n    \n\n    <h3 class=\"h3 inline-block max-w-xl mb-6\">Laden Sie das WayFinder Prime Datenblatt herunter<\/h3>\n\n                \n\n\n    \n\n    <p class=\"p inline-block  max-w-lg mb-6\">Erfahren Sie mehr \u00fcber die Spezifikationen, die Sie vom Sensorfusionssystem WayFinder Prime erwarten k\u00f6nnen.<\/p>\n\n                \n\n\n\n\n    <div class=\"justify-left btns\">\n                        \n\n\n        \n    <a href=\"https:\/\/www.oxts.com\/de\/wayfinder-datasheet\/\" class=\"btn primary outlined\" target=\"_blank\">\n                    <span>Laden Sie das WayFinder Prime Datenblatt herunter<\/span>\n        <\/a>\n\n            <\/div>\n\n        <\/div>\n    <\/div>\n    <div id=\"info-block_6ec168709fbb3410c6df20650aa88c93\"><\/div>\n<\/div>\n\n\n<div class=\"conttitletext mwb-block py-4 lg:py-8\">\n        <div class=\"container md:grid md:grid-cols-12\">\n        <div class=\"col-span-6 col-start-5\">\n    \n           \n    \n            \n\n\n    \n\n\n            \n\n\n    \n\n\n\n        <div class=\"wysiwyg p\">\n            \n        <\/div>\n\n            <\/div>\n    <\/div>\n    \n            \n    <\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>","protected":false},"excerpt":{"rendered":"","protected":false},"author":5,"featured_media":10551,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[81,92,50,95],"tags":[132,82,70,75,64,65,131,130,76],"class_list":["post-10777","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mobile-mapping","category-oxts","category-georeferencing","category-wayfinder","tag-camera","tag-georeferencing","tag-gnss","tag-gnss-denied-localisation","tag-imu","tag-ins","tag-lidar","tag-sensor-fusion","tag-wayfinder"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/10777","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/comments?post=10777"}],"version-history":[{"count":15,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/10777\/revisions"}],"predecessor-version":[{"id":12391,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/10777\/revisions\/12391"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/media\/10551"}],"wp:attachment":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/media?parent=10777"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/categories?post=10777"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/tags?post=10777"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}