Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
AdvertoriAl Interview mit Taro Murai CEO President von Kudan USA »Open Source SLAM kommt schnell an seine Grenzen« Kudan hat den Embedded Award 2021 in der Kategorie Startup für seine SLAM-Software »KdVisual« gewonnen Die Software wird genutzt um Robotern oder Drohnen die Navigation in sich verändernden Umgebungen zu ermöglichen Für SLAM gibt es zwar viele Open-Source-Lösungen allerdings scheitern Unternehmen damit oft sagt Taro Murai Das Alleinstellungsmerkmal von Kudan Visual SLAM KdVisual ist die hohe Wiederholgenauigkeit von unter 1 cm Für die Navigation eines autonomen Fahrzeugs generiert die Software auf Basis von Bildern eine Punktwolke also eine Karte der Umgebung und ermittelt gleichzeitig fortlaufend Position und Orientierung des Fahrzeugs in der Karte Dafür werden Sensorund Kameradaten ausgelesen und nach dem Prinzip des Visual Simultaneous Mapping and Localization SLAM verarbeitet Die Methode funktioniert auch für Umgebungen wie Produktionshallen die sich stetig verändern Herr Murai wie viele Produkte mit SLAM-Software sind auf dem Markt? Davon gibt es viele Weit geringer ist die Zahl der Anbieter von kommerzieller SLAM-Software und das hat im Wesentlichen zwei Gründe Um SLAM-Software von Grund auf zu entwickeln muss man ein eigenes Entwicklungsteam aus Ingenieuren für Computer-Vision über mehrere Jahre beschäftigen Selbst die Anpassung von Open-Source-SLAM-Software auf kommerzielle Anwendungen erfordert jahrelange Arbeit Der zweite Grund ist die hohe M A-Aktivität auf dem SLAM-Markt Vor allem die Tech-Riesen aus der Unterhaltungselektronik und große Automobilhersteller haben viele SLAM-Entwickler aufgekauft Im Moment versuchen es zahlreiche Firmen zuerst mit Open-Source-SLAM-Software als Grundlage und merken erst spät dass sie so die Anforderungen an Genauigkeit Systemstabilität Speicherund Rechenleistung nicht erfüllen können Wo genau liegen die Hürden? Bei der Anpassung von Open-Source-Software gibt es viele Stolpersteine die gerade kleine Entwicklungsteams nicht so einfach überwinden können Dazu gehört die Verarbeitung von Sensordaten die aus realen Anwendungsfeldern stammen Weitere bekannte Probleme sind die Anpassung an die verschiedenen Sensoren und Prozessoren um das verfügbare Budget an Speicher und Rechenleistung nicht zu übersteigen und der eingeschränkte oder ganz fehlende technische Support für die Integration Meist wird den Unternehmen der hohe Aufwand erst im Laufe der Projekte klar wenn sie merken dass es selbst mit einem großen F E-Budget mehr als ein Jahr bis zum stabil laufenden Produkt dauern wird – falls die Teams das Ziel je ohne fremde Hilfe erreichen Wie integrieren Kunden ihre Software KdVisual? Meistens wählen sie einen von zwei möglichen Wegen abhängig von ihrem System und dem Grad der anwendungsspezifischen Anpassung Wir bieten unsere SLAM-Software als Library an mit der Kunden ihren eigenen Localization-Stack entwickeln können Für die Integration oder die Entwicklung von neuen kundenspezifischen Funktionen können sie auf Entwicklungsunterstützung durch uns zurückgreifen Die Alternative ist unsere Bibliothek als ROS-Node zu beziehen und dann in ein ROS-System zu integrieren Zusätzlich besteht ein Partnernetzwerk Hier nutzen Entwicklungspartner unsere Bibliothek um Hardwaremodule mit Visionund Lokalisierungsfunktionen zu konstruieren Diese Hardwaremodule werden dann von Systemanbietern genutzt um damit schlüsselfertige Systeme zu entwickeln Welche Anwendungen bedienen Sie mit KdVisual? Hauptsächlich fahrerlose Transportfahrzeuge AGVs und fahrerlose Roboter AMRs für industrielle Anwendungen Hinzu kommen noch erweiterte Fahrerassistenzsysteme ADAS Roboter für Heimanwendungen Augmented Reality und Virtual Reality Unsere SLAM-Algorithmen sind auf Robustheit und Performanz ausgelegt Diese Stärken kommen am besten in der industriellen Robotik zum Tragen wo hohe Anforderungen an die Systeme gestellt werden Prinzipiell kann unsere Software aber überall dort eingesetzt werden wo schnelle Lokalisierung und präzise Wahrnehmung der Umgebung benötigt wird Was steht auf Ihrer Roadmap und werden Sie im nächsten Jahr auf der »embedded world« sein? Wir wollen für KdVisual die Robustheit gegen Veränderungen in der Navigationsumgebung und sich bewegende Objekte deutlich erhöhen und dabei die benötigte Systemrechenleistung möglichst gering halten Als langfristiges Ziel haben wir uns die Sensorfusion von Kamera und 3D-Lidar gesteckt um die Vorteile dieser beiden Techniken in SLAM-Systemen zu nutzen Wir hoffen dass wir davon schon auf einer der nächsten »embedded world«-Messen etwas zeigen können Taro Murai ist Präsident CEO von Kudan USA und verantwortet die Geschäftsfeldentwicklung und das Produktmanagement für alle Projekte außerhalb von Japan Firmenhauptsitz Davor war er für eine Firmenberatung im Bereich Big Data und KI tätig Er hat einen Masterabschluss in Nuclear Engineering der Kyoto University