{"id":2634,"date":"2024-02-09T13:28:00","date_gmt":"2024-02-09T13:28:00","guid":{"rendered":"https:\/\/oxts.com\/?p=2634"},"modified":"2025-04-30T21:51:57","modified_gmt":"2025-04-30T21:51:57","slug":"improving-navigation-data-in-san-francisco-with-oxts-lio","status":"publish","type":"post","link":"https:\/\/www.oxts.com\/de\/improving-navigation-data-in-san-francisco-with-oxts-lio\/","title":{"rendered":"Verbesserung der Navigationsdaten in San Francisco mit OXTS LIO"},"content":{"rendered":"
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Im September 2023 schickte OXTS ein Team nach San Francisco, um die Stadt zu kartieren und LiDAR-Punktwolkendaten zu sammeln.<\/h5>\n\n\n
\n

Ziel dieser Reise war es, die Leistung des neuen Tr\u00e4gheitsnavigationssystems (INS) RT3000 v4 und die Wirksamkeit des Einsatzes der LiDAR-Tr\u00e4gheits-Odometrie (LIO) von OXTS zur Verbesserung der Navigationsdaten zu testen.<\/p>\n

Der RT3000 v4 ist die neueste GNSS\/INS-Technologie von OXTS. Er kombiniert unsere neueste IMU10-Technologie mit GNSS-Empf\u00e4ngern in Vermessungsqualit\u00e4t, um eine Positionsgenauigkeit im Zentimeterbereich zu erreichen. OXTS LIO ist die neueste Software-Innovation von OXTS, die LiDAR nutzt, um die Positionsdrift in Stra\u00dfenschluchten einzuschr\u00e4nken.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n

\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Warum San Francisco?<\/h5>\n\n\n
\n

San Francisco ist eines der Standard-Testgel\u00e4nde f\u00fcr die Erprobung autonomer Fahrzeuge. Es bietet eine einzigartige Kombination aus breiten Vorstadtstra\u00dfen, extremen Steigungen, Stadtschluchten, Tunneln und l\u00e4ndlichen Bergp\u00e4ssen, die es zu einem hervorragenden Testgel\u00e4nde f\u00fcr Navigationstechnologien macht, die traditionell auf GNSS beruhen.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"\"\n\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n
\n
\n

Die Hochh\u00e4user auf allen Seiten der Stra\u00dfe und die zahlreichen Hindernisse in der Luft stellten eine gro\u00dfe Herausforderung f\u00fcr die Erfassung genauer und zuverl\u00e4ssiger Navigationsdaten dar. Durch den Einsatz von OXTS LIO konnte das Team die Navigationsdaten selbst in Umgebungen, in denen kein GNSS verf\u00fcgbar war, stabilisieren und verbessern.<\/p>\n

Um ein bebautes Gebiet genau zu navigieren oder eine vermessungsf\u00e4hige LiDAR-Punktwolke in einer H\u00e4userschlucht zu erstellen, ben\u00f6tigen Sie m\u00f6glichst pr\u00e4zise Navigationsdaten f\u00fcr die gesamte Flugbahn. Dies kann eine echte Herausforderung sein, wenn es eine Reihe von GNSS-Problemen gibt, wie z. B. hohe Geb\u00e4ude, reflektierende Oberfl\u00e4chen oder Objekte \u00fcber dem Boden. Folglich ist es fast unm\u00f6glich, eine Stadt mit einem GNSS zu navigieren, das nur eine Genauigkeit im Zentimeterbereich aufweist.<\/p>\n<\/div>\n

\n

 <\/p>\n<\/div>\n<\/div>\n

\n
\n
\n

INS-Ger\u00e4te verwenden eine IMU zur Stabilisierung der berechneten Flugbahn, aber in besonders schwierigen st\u00e4dtischen Umgebungen, in denen GNSS st\u00e4ndig unterbrochen wird, k\u00f6nnen andere Hilfsquellen genutzt werden, um die Leistung weiter zu verbessern. Durch die Hinzunahme von LiDAR und OXTS LIO werden Navigationsdaten in Vermessungsqualit\u00e4t auch in schwierigsten Umgebungen m\u00f6glich. Die Software nutzt Aktualisierungen der Nullgeschwindigkeit von einem LiDAR-Sensor, um die Positionsdrift bei fehlendem GNSS einzuschr\u00e4nken.<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n

\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Einrichtung von Hardware und Software<\/h5>\n\n\n
\n

W\u00e4hrend des Tests verwendete das Team folgende Ger\u00e4te: Ein OXTS INS-Ger\u00e4t (RT3000 v4) und ein LiDAR (Hesai XT32). Der Aufbau der Ausr\u00fcstung f\u00fcr die Verwendung von LIO ist nichts Besonderes, sondern entspricht dem jeder anderen INS\/LiDAR-Konfiguration. Der OXTS-LIO-Algorithmus optimiert die Navigationsdaten und wird im Post-Processing ausgef\u00fchrt.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"\"\n\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Verbesserung der Daten<\/h5>\n\n\n
\n

W\u00e4hrend des Tests konnte das Team eine deutliche Verbesserung der Navigationsleistung in einer Reihe von traditionell schwierigen Umgebungen feststellen. Dies l\u00e4sst sich an den folgenden Beispielen ablesen:<\/p>\n

Parkhaus Stonestown<\/h5>\n

In einem Parkhaus ist kein GNSS verf\u00fcgbar. Traditionell bedeutet dies, dass sie f\u00fcr hochpr\u00e4zise mobile Kartierungs- und Navigationsprojekte \"tabu\" sind. Das liegt daran, dass die Trajektorie des Navigationsger\u00e4ts innerhalb von weniger als einer Minute einen Positionsfehler von einigen Metern aufweist, wodurch die Daten unbrauchbar werden. In den meisten F\u00e4llen m\u00fcssten stattdessen teure und zeitaufw\u00e4ndige statische Kartierungen durchgef\u00fchrt werden.<\/p>\n

Mit LIO und dem RT3000 v4 wird das Gebiet jedoch einfach zu einem weiteren Teil des Projekts, ohne dass besondere Ma\u00dfnahmen ergriffen werden m\u00fcssen. Wie unten zu sehen ist, bem\u00fcht sich der RT3000 v4 sehr um die Flugbahn und OXTS LIO schr\u00e4nkt die Positionsdrift noch weiter ein, was zu einer verbesserten Navigationsleistung f\u00fchrt.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Stonestown\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n \n
\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Stonestown\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n

Der RT3000 v4 mit OXTS LIO verbessert nicht nur die Navigationsleistung, sondern auch die Genauigkeit der Punktwolke. Anstatt eine Punktwolke voller Unsch\u00e4rfen und Doppelbilder zu erzeugen, ist die resultierende Punktwolke dank der verbesserten Navigationsdaten klar und sauber wie jeder andere Teil der Vermessung.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Stonestown\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n \n
\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Stonestown\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Missionsstra\u00dfe<\/h5>\n\n\n
\n

Eine der gr\u00f6\u00dften Herausforderungen bei der Erfassung genauer Navigationsdaten in einer st\u00e4dtischen Umgebung ist die Pr\u00e4zision und Konsistenz in einem globalen Rahmen. Das Stadtzentrum von San Francisco bietet alle m\u00f6glichen Herausforderungen, darunter Tunnel, Hochh\u00e4user, reflektierende Oberfl\u00e4chen, enge Stra\u00dfen, extreme Steigungen und \u00fcberh\u00e4ngende Objekte. Die st\u00e4ndigen Unterbrechungen des GNSS machen es zu einem robusten Test f\u00fcr Anwendungen des autonomen Fahrens und in \u00e4hnlicher Weise f\u00fcr die mobile Kartierung.<\/p>\n

In diesem Szenario verursachen nicht nur die unregelm\u00e4\u00dfigen GNSS-Aktualisierungen und die IMU-Drift Positionsfehler, sondern auch die spiegelnden Oberfl\u00e4chen, an denen die Satellitensignale von den Geb\u00e4uden reflektiert werden, was zu gro\u00dfen Positionsfehlern f\u00fchrt. Dies k\u00f6nnte die INS-Trajektorie sprunghaft und unvorhersehbar machen.<\/p>\n

W\u00e4hrend der Tests war der RT3000 v4 allein sehr genau, aber in Verbindung mit OXTS LIO war es fast nahtlos. OXTS LIO h\u00e4lt das INS auf einem stabilen und konsistenten Pfad durch die Stadt und filtert alle Mehrwege-Signale heraus.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Mission\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n

Das Ergebnis ist eine durchg\u00e4ngig zentimetergenaue Punktwolke ohne Bereiche, die neu vermessen werden m\u00fcssen:<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Mission\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n \n
\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Mission\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Washington Street Tunnel<\/h5>\n\n\n
\n

Wie bei Parkh\u00e4usern blockieren auch Tunnel den Zugang zu GNSS-Signalen. Das bedeutet, dass Tunnel traditionell zwar genau, aber nur relativ vermessen werden, und es wird in Kauf genommen, dass die globale Koordinatenposition der vermessenen Punkte stark von der Realit\u00e4t abweicht, aber es gibt kaum eine M\u00f6glichkeit, dies zu \u00fcberpr\u00fcfen. Mit einer Kombination aus RT3000 v4 und OXTS LIO wird die Trajektorie jedoch mit viel gr\u00f6\u00dferer Genauigkeit verfolgt, wodurch nicht nur die Klarheit der Tunnelpunktwolkenbilder, sondern auch ihre georeferenzierten Koordinaten verbessert werden.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n \n

\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Tunnel\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n \n
\n
\n
\n \n \n\n \n\n\n \n \n \n \n \"Tunnel\n <\/picture>\n\n\n \n <\/div>\n <\/div>\n <\/div>\n\n\n
\n
\n
\"\"<\/figure>\n\n\n\n

(Rot mit OXTS LIO, wei\u00df ohne. Simulierte (Echtzeit-)Verarbeitung)<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Test Daten<\/h5>\n\n\n
\n
\n
\n
\n

Die breiten Stra\u00dfen von San Francisco und anderen St\u00e4dten k\u00f6nnen f\u00fcr die Navigation eine andere Herausforderung darstellen. LiDAR-Odometrie-Algorithmen haben in diesen Umgebungen manchmal Schwierigkeiten, genaue Aktualisierungen zu liefern, da es an Merkmalen mangelt, an denen die Lichtstrahlen des LiDAR reflektiert werden k\u00f6nnen.<\/p>\n

Um die Leistung des RT3000 v4 und von OXTS LIO zu verstehen, haben wir die GNSS-Updates manuell f\u00fcr 60-Sekunden-Intervalle ausgeschaltet und die Positionsdrift mit und ohne eingeschaltetem OXTS LIO gemessen.<\/p>\n

Die folgenden Ergebnisse wurden f\u00fcr die GNSS-verweigerte Drift \u00fcber einen Zeitraum von 60 Sekunden erzielt:<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n

Messung<\/strong><\/th>Drift (v4 + LIO)<\/strong><\/th>Drift (nur v4)<\/strong><\/th><\/tr><\/thead>
Position 3D<\/td>0.263 m<\/td>0.56 m<\/td><\/tr>
Position 2D<\/td>0.26 m<\/td>0.538 m<\/td><\/tr>
\u00dcberschrift<\/td>0.099\u00b0<\/td>0.132\u00b0<\/td><\/tr>
Geschwindigkeit 3D<\/td>0,018 m\/s<\/td>0,039 m\/s<\/td><\/tr>
H\u00f6henlage<\/td>0.066 m<\/td>0.234 m<\/td><\/tr>
Prozentualer Fehler<\/td>0.05%<\/td>0.108%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n
\n
\n
\n

W\u00e4hrend des GNSS-Ausfalls legte das Fahrzeug eine Strecke von 500 m zur\u00fcck. W\u00e4hrend dieser Zeit zeigte der RT3000 v4 eine bemerkenswert gute Leistung und driftete nur um 0,1% der zur\u00fcckgelegten Strecke ab. Dies entsprach einer Positionsdrift von nur 56 cm w\u00e4hrend eines GNSS-Ausfalls von 60 Sekunden \u00fcber eine Strecke von 500 m. Bezieht man OXTS LIO mit ein, so verringert sich die Positionsdrift \u00fcber dieselbe Strecke sogar auf nur 26 cm - oder 0,05% der gesamten ohne GNSS zur\u00fcckgelegten Strecke.<\/p>\n

Auch die H\u00f6hendrift wird mit OXTS LIO von 23 cm auf nur 7 cm reduziert.<\/p>\n

Die w\u00e4hrend des Tests verwendeten LIO-Einstellungen waren gr\u00f6\u00dftenteils Standardeinstellungen und wurden nicht perfekt optimiert, so dass wir noch bessere Ergebnisse erwarten konnten. Dies zeigt, dass die OXTS-Navigationstechnologie selbst unter sehr schwierigen Bedingungen, bei denen das GNSS f\u00fcr eine Minute komplett ausf\u00e4llt, auf dem richtigen Weg bleibt und eine hochpr\u00e4zise Navigation und Kartierung fast \u00fcberall erm\u00f6glicht.<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n

Pointcloud Beispiele...<\/h5>\n\n\n\n
\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n\n\n
\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Schlussfolgerung<\/h5>\n\n\n
\n
\n
\n
\n

Die unz\u00e4hligen Herausforderungen, die San Francisco an eine pr\u00e4zise Navigation stellt, werden durch die Genauigkeit des RT3000 v4 und den LIO-Algorithmus von OXTS \u00fcberwunden.<\/p>\n

W\u00e4hrend des Tests konnten wir feststellen, dass durch eine Kombination aus den neuesten Hardware- und Softwareentwicklungen von OXTS die Positionsdrift w\u00e4hrend eines 60-sek\u00fcndigen GNSS-Ausfalls erheblich eingeschr\u00e4nkt wurde.<\/p>\n

Wie bereits erw\u00e4hnt, k\u00f6nnte die Leistung durch eine engere Optimierung und eine m\u00f6gliche Kombination mit anderen Merkmalen der OXTS-Technologie wie der gx\/ix-Tight-Coupling-Technologie und der Generic Aiding Data (GAD)-Schnittstelle noch weiter verbessert werden.<\/p>\n

Wir sind auf dem Weg, unseren Kunden die M\u00f6glichkeit zu geben, wirklich \u00fcberall zu navigieren.<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n

\n \n\n
\n
\n
\n \n\n\n \n\n Relevanter Inhalt<\/span>\n\n \n\n\n \n\n

Weitere Lesen.<\/b><\/h3>\n\n\n
\n \n \n\n\n\n\n\n <\/div>\n <\/div>\n <\/div>\n<\/div>\n\n\n \n
\n
\n
\n
\n \n \n \n\n \n\n\n \n \n \"OXTS\n <\/picture>\n\n\n \n \n \n <\/svg><\/i>\n <\/span>\n <\/span>\n \n LiDAR-Boost-Nachbearbeitung<\/span>\n Fusion von LiDAR- und OXTS INS-Daten in der Nachbearbeitung und deutliche Reduzierung der Positionsdrift in st\u00e4dtischen Umgebungen<\/span>\n <\/span>\n <\/a>\n<\/article> <\/div>\n
\n
\n \n \n \n\n \n\n\n \n \n \"OXTS\n <\/picture>\n\n\n \n \n \n <\/svg><\/i>\n <\/span>\n <\/span>\n \n Das RT3000 v4-Datenblatt<\/span>\n Das RT3000 v4 Datenblatt Download Vielen Dank f\u00fcr Ihr Interesse am RT3000 v4 GNSS\/INS. Um das Datenblatt herunterzuladen, f\u00fcllen Sie bitte das Formular hier aus:...<\/span>\n <\/span>\n <\/a>\n<\/article> <\/div>\n
\n
\n \n \n \n\n \n\n\n \n \n \"OXTS\n <\/picture>\n\n\n \n \n \n <\/svg><\/i>\n <\/span>\n <\/span>\n \n OXTS LiDAR-Vermessungsbrosch\u00fcre<\/span>\n OxTS LiDAR-Vermessungsbrosch\u00fcre Download Vielen Dank f\u00fcr Ihr Interesse an der LiDAR-Vermessungsbrosch\u00fcre. Erfahren Sie mehr \u00fcber hochgenaue und wiederholbare Navigationsdaten f\u00fcr die Punktwolkenanalyse. Nach \u00dcbermittlung Ihrer Daten erhalten Sie sofort Zugriff auf die Brosch\u00fcre.<\/span>\n <\/span>\n <\/a>\n<\/article> <\/div>\n <\/div>\n <\/div>\n<\/div><\/div>\n\n\n\n

<\/p>","protected":false},"excerpt":{"rendered":"

(Rot mit OXTS LIO, wei\u00df ohne. Simulierte (Echtzeit-) Verarbeitung) Messung Drift (v4 + LIO) Drift (nur v4) Position 3D 0,263 m 0,56 m Position 2D 0,26 m 0,538 m Kurs 0,099\u00b0 0,132\u00b0 Geschwindigkeit 3D 0,018 m\/s 0,039 m\/s H\u00f6he 0,066 m 0,234 m Prozentualer Fehler 0,05% 0,108% Punktwolkenbeispiele...<\/p>","protected":false},"author":1,"featured_media":1078,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6,52,50],"tags":[],"class_list":["post-2634","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry-articles","category-rt3000","category-georeferencing"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/2634","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\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/comments?post=2634"}],"version-history":[{"count":12,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/2634\/revisions"}],"predecessor-version":[{"id":10971,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/posts\/2634\/revisions\/10971"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/media\/1078"}],"wp:attachment":[{"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/media?parent=2634"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/categories?post=2634"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.oxts.com\/de\/wp-json\/wp\/v2\/tags?post=2634"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}