Das NIKE MATE-Projekt vereint TU Graz, Uni Leoben, BMLV, OHB Austria und Laabmayr zur Entwicklung eines robusten UWB-Kommunikationsnetzwerkes für Rettungsteams in Umgebungen ohne GNSS oder Licht. Autonom gesteuerte Roboter mit Laserscannern und Inertialsensorik erkunden im Voraus den Einsatzort und erstellen eine initiale 3D-Karte. In Kombination mit KI-gestützter Sensordatenfusion korrigieren Mensch und Maschine Positionsdaten auf unter einem Meter, gewährleisten zuverlässige und stabile Koordination in kritischen Situationen bei Funk-, Licht- oder Stromausfall.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
NIKE MATE gewährleistet Zuverlässigkeit in U-Bahnen, Tunneln und Minen
In gefährlichen Einsätzen wie U-Bahnröhren, Tunnelsystemen oder Bergwerksstollen gewährleistet das NIKE MATE-System auch bei Stromausfall, dichter Rauchentwicklung und zerstörter Infrastruktur eine zuverlässige Positionsbestimmung und stabile Kommunikation. Ein von TU Graz, Uni Leoben, BMLV, OHB Austria und Laabmayr entwickeltes UWB-Netzwerk verknüpft Sensoren an Einsatzkräften und autonomen Robotern. Die so gewonnenen kontinuierlichen Abstandsmessungen und Umgebungsdaten führen zu einer hochpräzisen, dynamisch aktualisierten Karte ganz ohne GNSS oder externe Datenverbindungen. In extrem schwierigen Umgebungen.
Sensorroboter erstellt Vorabkarte, Helfer folgen mit UWB-Tags und Ankernetz
Ein autonom operierender Sensorroboter, ausgestattet mit einem präzisen Laser-Scanner, einer Kamera sowie Radsensoren, erkundet das Einsatzgebiet und erstellt eine detaillierte Grundkarte der Umgebung. Nachfolgend bewegen sich Rettungskräfte mit am Helm und an der Kleidung angebrachten ultrabreitbandigen Tags und installieren verteilte Ankerstationen. Durch dieses koordinierte Teeming entsteht ein robustes Netzwerk, das Daten zuverlässig überträgt und Distanzen auch bei fehlender Sicht exakt berechnet, um Lokalisierungen auf unter einen Meter genau zu gewährleisten.
UWB-Anker als Funkrelais und Distanzmesser sichern Einsatzort ständig präzise
Die UWB-Anker bilden ein robustes Kommunikations- und Ortungsnetz, indem sie nicht nur als Funkrelais arbeiten, sondern gleichzeitig kontinuierlich Abstände zwischen allen Einheiten messen und so Datenautonomie schaffen. In zerstörten, verrauchten oder dunklen Arealen, beispielsweise in nach Explosionen beschädigten Tunneln, gewährleistet das System eine präzise Positionsbestimmung. Philipp Berglez vom Institut für Geodäsie der TU Graz hebt hervor, dass solche Genauigkeit in kritischen Situationen Leben retten kann. Insbesondere beim Erkennen gefährlicher Hindernisse.
KI-gestützte Inertialsensoren korrigieren zuverlässig Positionen bei UWB-Ausfall in Echtzeit
In den Einsätzen zeichnen Inertialsensoren an den Schuhen der Rettungskräfte präzise Schritt-, Kriech- und Bauchkriechbewegungen auf. Eine darauf abgestimmte KI-basierte Analysesoftware interpretiert diese Bewegungsmuster in Echtzeit, um Positionsdaten kontinuierlich anzupassen. Insbesondere wenn direkte UWB-Distanzmessungen ausfallen, sorgt die intelligente Korrektur für erhöhte Genauigkeit. Durch diese Kombination aus Sensortechnik und Algorithmik entfallen veraltete Lagepläne vollständig und potenzielle Fehlerquellen durch zerstörte Infrastruktur oder Hindernisse werden signifikant reduziert. Sie gewährleistet Sicherheit und Effizienz dauerhaft.
Factor-Graph-Optimierung optimiert Umgebungskarten kontinuierlich durch wiederholte Messungsintegration und Analyse
Das Team verwendet Factor-Graph-Optimierungsverfahren aus der Robotik, um Verzerrungen in Positionsdaten zu minimieren. Dabei fließen historische Sensormessungen systematisch in den aktuellen Positionsschätzwert ein. Erkennt ein Roboter oder Einsatzkraft eine bereits besuchte Position, wird der Graph durch zusätzliche Kanten ergänzt. Diese Schleifenverknüpfung korrigiert Abweichungen, optimiert die Trajektorie und aktualisiert die dynamische Umgebungskarte kontinuierlich. Auf diese Weise steigert das Verfahren nachhaltig die Genauigkeit der Lokalisierung und Kartenkonsistenz selbst in komplexen Einsatzszenarien effektiv.
Forschungskonsortium härtet Prototypen gegen reale Bedingungen mit Mini-Drohnen integriert
Nach erfolgreichen Versuchen am Zentrum am Berg der Uni Leoben plant das Forschungskonsortium eine Prüfung des Prototypensystems unter realen Einsatzbedingungen. In einem nächsten Schritt sollen kompakte Drohnen in das vorhandene UWB-Netzwerk eingebunden werden, um aus erhöhter Perspektive Echtzeitdaten zu erzeugen. Die gewonnenen Luftaufnahmen ermöglichen eine schnellere Erfassung komplexer Gebäudestrukturen und verbessern dadurch die Situationsbewertung bei Rettungsmissionen, indem potenzielle Gefahrenzonen und Zugangswege zügig identifiziert werden. Dies steigert die Effizienz und Reaktionsgeschwindigkeit im Einsatz deutlich.
Das NIKE MATE-System kombiniert ein UWB-Mesh, autonome Sensorroboter, künstliche Intelligenz zur Sensordatenfusion und Factor-Graph-Optimierung, um Rettungskräften in GNSS-armen, dunklen Umgebungen genaue Positionsbestimmung und zuverlässige Koordination zu bieten. Selbst bei Strom-, Infrastruktur- oder Kommunikationsausfällen ermöglicht das System kontinuierliche Vernetzung und Navigation auf unter einem Meter. Die künftige Integration von Mini-Drohnen liefert ergänzende Luftbilder, erweitert die Situationsübersicht, steigert die operative Flexibilität und erhöht die Sicherheit erheblich effizient und robust.
