Ziel des Projekts war es, die Selbstständigkeit von Menschen mit Mobilitätseinschränkungen durch ein teilautonomes E-Rollstuhlsystem zu fördern. Ein innovativer Tech Stack aus Sensorik, Aktuatorik und Middleware sollte neue Möglichkeiten aufzeigen – von sicherem Navigieren im Alltag bis hin zur intelligenten Interaktion mit der Umgebung. Gleichzeitig diente das Projekt als spannendes Testfeld für zukünftige Mobility Services im Bereich Care, Health und Smart Assistance.
Die größte technische Herausforderung: eine sichere und exakte Lokalisierung in Echtzeit, insbesondere bei niedrigen Geschwindigkeiten und in unstrukturierten, engen Umgebungen. Die zentrale Aufgabe bestand deshalb nicht nur in der Auswahl einer präzisen Sensorik, sondern auch im Aufbau eines robusten, wirtschaftlich tragbaren Hardware-Setups, das langfristig zuverlässig funktioniert und für eine Serienfertigung geeignet ist.
In Zusammenarbeit mit Alber entwickelten wir eine modulare, ROS2-basierte Simulationsumgebung, um unterschiedliche Sensor- und Kommunikationsarchitekturen effizient und sicher evaluieren zu können. Zum Einsatz kam eine Kombination aus zwei LiDAR-Sensoren, um eine robuste, echtzeitfähige Umgebungswahrnehmung zu ermöglichen. Mithilfe von SLAM-Algorithmen wurde die Umgebung dynamisch kartiert und navigierbar gemacht.
Für die Implementierung der Simultaneous Localization and Mapping Algorithmen kam die SlamToolbox von ROS2 zum Einsatz. Auf Basis der beiden LiDAR Sensoren wurde eine Umgebungskarte erstellt, aus der eine Costmap generiert wird: eine zweidimensionale Darstellung, die befahrbare von nicht befahrbaren Bereichen trennt. Diese Costmap bildet die Grundlage für die automatische Routenplanung des Systems – der Algorithmus berechnet die effizienteste und sicherste Strecke zu einem zuvor definierten Zielpunkt.
Zur Steuerung und praktischen Nutzbarkeit der Funktionen entwickelten wir eine mobile App mit Flutter.
