Damit sich Roboter und autonome Maschinen zuverlässig bewegen können, müssen sie ihre Position und Orientierung laufend bestimmen. Im Freien geschieht das meist über Satellitennavigation (GNSS) wie GPS. In Gebäuden, Tunneln und Tiefgaragen, in engen Straßenschluchten, unter Brücken oder im Wald ist das Satellitensignal jedoch gestört oder gar nicht verfügbar. Genau hier setzt SLAMLab an: Das System bestimmt die Position direkt aus den Daten der Sensoren an Bord und erstellt gleichzeitig eine präzise 3D-Karte der Umgebung, auch dort, wo GNSS versagt.
Platz 1 im internationalen Vergleich für AIT-Lösung SLAMLab
Beim COMFORT Localization Benchmark auf der internationalen Robotik-Konferenz IROS 2026 in Pittsburgh, USA, traten rund 50 Teams aus Forschung und Industrie mit ihren SLAM-Verfahren (Simultaneous Localization and Mapping) gegeneinander an. Bewertet wurde, wie genau die Systeme die Bewegung des vierbeinigen Roboters ANYmal bestimmen und gleichzeitig eine 3D-Karte seiner Umgebung erstellen, etwa in Gebäuden, bei Rauchentwicklung und in unwegsamem Gelände.
Die AIT-Lösung SLAMLab erzielte dabei die höchste Genauigkeit und führt die Rangliste des Benchmarks an.
AIT SLAMLab: Präzision in Echtzeit, ohne GPU
Bisher wird höchste Präzision in der Vermessung meist erst nachträglich erreicht durch aufwändige Auswertung der Daten im Büro (Post-Processing). Echtzeit-SLAM-Systeme liefern hingegen oft nur moderate Genauigkeit oder benötigen leistungsstarke Rechenhardware wie GPUs.
Das AIT SLAMLab geht einen Schritt weiter: Es verbindet Echtzeiterfassung, hohe Vermessungsgenauigkeit und flexible Sensorintegration in einem benutzerfreundlichen Framework. Das System kombiniert Sensoren wie LiDAR (Light Detection and Ranging), IMU (Inertial Measurement Unit) und GNSS (Global Navigation Satellite System) und passt sich automatisch an, wenn einzelne Sensoren ausfallen. Zudem ist es gezielt für ressourcenbeschränkte, kostengünstigere Rechenhardware optimiert.
Von der Forschung in die industrielle Anwendung
Die Kombination aus Vermessungsgenauigkeit, Echtzeitfähigkeit und moderaten Hardwareanforderungen eröffnet vielfältige Einsatzmöglichkeiten, etwa die mobile Vermessung von Straßen und Bahnstrecken oder die Inspektion technischer Infrastruktur. In der Praxis ist SLAMLab bereits erfolgreich im Einsatz – von der Navigation eines autonomen Gabelstaplers im AIT Large-Scale Robotics Lab über ein Assistenzsystem zur Kollisionsvermeidung für große Baumaschinen bis zur 3D-Bestandsaufnahme von Gebäuden.
Ausblick: Multi-Agent-Kollaboration mit gemeinsamer Karte
SLAMLab wird am AIT laufend weiterentwickelt. Ein zukünftiges Entwicklungsfeld ist die kollaborative Kartierung, bei der mehrere autonome Systeme gemeinsam eine globale 3D-Karte aufbauen und nutzen. So sollen auch größere und komplexere Einsatzgebiete effizient erfasst werden.
AIT Center for Vision, Automation & Control: www.ait.ac.at/vac
AIT SLAMLab Factsheet: AIT SLAMLab
SLAMLab Website: https://slamlabapp.github.io/latest/
SLAMLab auf YouTube: https://www.youtube.com/@SLAMLabApp
Über das AIT