Im Rahmen von NIKE MATE vernetzen sich Roboter, Sensoren und Menschen zu einem autonomen Team für Rettungseinsätze in GNSS-armen, dunklen Gebieten. Sensorroboter erzeugen 3D-Umgebungskarten mittels Laserscannern und Kameras, während Einsatzkräfte Ankerstationen platzieren und UWB-Tags tragen. Permanent gemessene Distanzen und Inertialdaten werden mittels KI zur Sensordatenfusion aufbereitet. Factor-Graph-Optimierung verfeinert Karte und Positionen. Teams koordinieren sich auf unter einem Meter genau – selbst bei Kommunikationsausfall. Die Lösung funktioniert ohne externe Datenverbindung, Licht.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Factor-Graph-Optimierung und KI-Tools verbessern Kartenqualität in dunklen GNSS-freien Einsatzgebieten
In Katastrophenszenarien wie U-Bahnhöfen, Stollen oder Tunnelbränden liefert das NIKE MATE-System trotz zerstörter Netz- und Strominfrastruktur zuverlässige Positionsdaten und Kommunikationskanäle. Ein selbstorganisierendes UWB-Funknetzwerk verknüpft Sensoren an Helmen, Schuhen und Robotern, misst fortlaufend Entfernungen und tauscht Statusinformationen aus. KI-basierte Auswertung und Factor-Graph-Optimierung wandeln diese Daten in eine hochpräzise, dynamisch anpassbare Karte um. GNSS-Empfang und externe Datenverbindungen sind dabei nicht erforderlich. Damit bleibt die Orientierung selbst in abgeschotteten und lebensgefährlichen Umgebungen garantiert.
Kombination aus Laser-Scanner-Karte und UWB-Daten optimiert präzise, dynamische Einsatzortung
Der vorausspringende Mapping-Roboter erfasst Strukturen durch einen kombinierten Laserscanner, Kamerasystem und Raddetektion und generiert eine Vorabkarte des Einsatzumfelds. Anschließend durchqueren Rettungskräfte das Gebiet mit ultrabreiten Funk-Tags am Kopf und an den Füßen und installieren Ankerpunkte für das Netzwerk. Dieses stabile, sichere und UWB-Geflecht übermittelt Sensormessungen kontinuierlich und ermittelt Entfernungen auch ohne Sichtkontakt unter Extrembedingungen. So lassen sich alle Teilnehmer und Geräte mit einer Präzision von besser als einem Meter orten.
Funktionierende Standortbestimmung trotz Explosionen durch UWB-Relais und kontinuierliche Messung
Mit Hilfe der UWB-Anker entsteht ein eigenständiges Ortungs- und Kommunikationsnetzwerk, das über Funkrelais hinaus permanent Abstandsbestimmungen aller Einheiten durchführt. Dadurch bleibt die Standortbestimmung auch in komplexen, zerstörten Sektoren – etwa nach Bränden oder Explosionen – zuverlässig aufrechterhalten. Philipp Berglez vom Institut für Geodäsie der TU Graz hebt hervor, dass diese Pioniertechnologie exakte Positionsdaten liefert, die entscheidend sind, um offene Aufzugsschächte oder gefährliche Absturzkanten rechtzeitig zu erkennen und Leben zu schützen.
Innovatives Tracking durch AI-gestützte Sensorfusion optimiert Rettungseinsätze in Dunkelumgebung
An den Stiefeln der Rettungsteams installierte Inertialsensoren registrieren Bewegungsarten wie Gehen, Kriechen und Bauchkriechen zuverlässig. Ein KI-gestützter Algorithmus wertet diese Datenströme live aus und korrigiert die Standortbestimmung automatisch, sobald direkte UWB-Abstandsangaben fehlen. Dadurch entfallen veraltete statische Lagepläne, und Positionsfehler durch schwer zugängliches Terrain oder Trümmer werden reduziert. Die Kombination aus Sensorik und künstlicher Analyse gewährleistet eine präzise Navigation und eine optimierte Einsatzführung auch unter extremen Bedingungen. Resiliente Positionsdaten sichern Leben.
Wiederholte Arealüberquerungen fließen in Kartendaten ein und steigern Genauigkeit
Das Verfahren der Factor-Graph-Optimierung verbindet fortwährend aktuelle Sensorablesungen mit früheren Positionsdaten zu einem vernetzten Modell. Jeder Graph-Knoten und jede Kante trägt Wahrscheinlichkeitsinformationen, sodass erneute Besuche alter Standorte Schleifen im Netzwerk erzeugen. Anschließend werden die Pfadschätzungen rückwirkend korrigiert und die Umgebungskarte iterativ nachgeschärft. Dadurch sinken Abweichungen, während die Kartengenauigkeit sich mit jeder Schleifenverrundung erhöht. Rettungskräfte profitieren von dieser Methodik durch präzise, vertrauenswürdige Orientierung im Einsatzgebiet sowie verbessern sich Sicherheit und Effizienz.
KI-gestützte Sensordatenfusion und zukünftig Drohnen ergänzen UWB-Netzwerk für Rettungseinsätze
Erfolgreiche Labor- und Feldtests am Zentrum am Berg in Leoben bilden die Grundlage für weiterführende Versuche des Prototyps unter realen Einsatzbedingungen. Im nächsten Entwicklungsschritt sollen agile Mini-Drohnen ins Kommunikationsnetzwerk integriert werden, um aus erhöhter Position detaillierte Sensordaten zu liefern. Luftbildaufnahmen verschaffen Einsatzkräften einen schnellen Überblick komplexer Umgebungen und optimieren die Lagebeurteilung. Durch diese Erweiterung werden Rettungsmaßnahmen effizienter und sicherheitsrelevante Entscheidungen besser fundiert. Responddauer sinkt erheblich. Mehr Situationsdaten erhöhen die Flexibilität.
Durch die Kombination eines UWB-gestützten Ankernetzes, autonomer Sensorroboter, KI-basierter Sensordatenfusion und Factor-Graph-Optimierung liefert NIKE MATE Rettungskräften in GNSS-armen, dunklen Umgebungen unterbrechungsfreie Navigation und präzise Entfernungsmessungen. Selbst bei zerstörter Infrastruktur, Funkausfällen oder völliger Dunkelheit ermöglicht das System Positionsgenauigkeit unter einem Meter. Die geplante Einbindung von Mini-Drohnen erzeugt zusätzliche Luftperspektiven, optimiert Kartendaten in Echtzeit und erhöht dadurch die Effektivität, Flexibilität und Sicherheit anspruchsvoller Rettungseinsätze merklich. unterstützen vernetzte Teamabläufe, beschleunigen Entscheidungsfindung und Risikominimierung.
