Forschungsprojekt: | MobiNav3D- Hochpräzise Navigation für mobile Roboter durch fotorealistische 3D-Sicht | ![]() | |
| Forschungsbereich: | Visuelle Perzeption, synthetische Daten, künstliche Intelligenz | ||
| Gefördert durch: | IFB Hamburg | ||
| In Zusammenarbeit mit: |
| ||
| Beginn des Projektes: | Januar 2026 | ||
| Ende des Projektes | Dezember2027 |
MobiNav3D – Hochpräzise Navigation für mobile Roboter durch fotorealistische 3D-Sicht
Das Projekt MobiNav3D zielt auf die Entwicklung eines Echtzeit- und Edge-optimierten visuellen SLAM-Systems für mobile Roboter ab. Durch den Einsatz von fotorealistischer 3D-Sicht auf Basis von Gaussian Splatting sollen manuelle Analyse- und Inspektionsaufgaben automatisiert werden.
Eine zentrale Innovation ist die Zusammenführung der bisher isolierten Bereiche Navigation, globale Referenzierung und Perzeptionsanalyse in einer einheitlichen Softwarelösung. Diese Integration reduziert Latenzen erheblich und ermöglicht den Aufbau präziser 3D-Umgebungsmodelle direkt auf eingebetteten Edge-Geräten. Im Fokus stehen dabei drei Hauptanwendungsfälle: die Erfassung städtischer Infrastruktur, die interaktive Inspektion in der Industrie und die virtuelle Inbetriebnahme.
Das IFPT bringt in dieses Vorhaben seine umfassende Expertise im Bereich der Automatisierung sowie der KI-befähigten visuellen Inspektion ein. Im Rahmen des Projekts verantwortet das Institut primär die Entwicklung der Perzeptionsalgorithmen. Hierbei werden auf Basis der erfassten Bilddaten selbstständig relevante Schäden oder Anomalien detektiert. Um diese KI-Modelle effektiv zu trainieren, setzt das IFPT auf eine innovative Kombination aus großen Grundlagenmodellen und synthetisch erzeugten Daten. Darüber hinaus soll die Datenbasis durch KI-gestützte, aber menschlich annotierte Daten erweitert werden. Dieser hybride Ansatz aus künstlichen und wenigen echten annotierten Daten wird genutzt, um die Klassifikatoren für die Segmentierung und Objekterkennung nach zu trainieren. Dadurch wird eine zeit- und kosteneffiziente Befähigung der Algorithmen erreicht, was besonders in industriellen Umgebungen von Vorteil ist.
Ansprechpartner am Institut: M.Sc. Keno Moenck
