Christof Müller

• Die autonome Robotik in der Forsttechnik stellt aufgrund des unwegsamen Terrains und der dynamischen Umweltbedingungen hohe Anforderungen an die eingesetzten Sensoren. Standardmethoden wie Light Detection and Ranging (LiDAR), Kameras oder Ultraschallsensoren stoßen insbesondere bei dichtem Unterbewuchs an ihre Grenzen, da diese Hindernisse oft schwer zu detektieren sind. Eine zuverlässige Navigation unter diesen Bedingungen erfordert daher alternative Sensoransätze, die robust und kosteneffizient sind. In dieser Arbeit soll ein kraftsensitives Stoßstangensystem für den mobilen Roboter AgileX Scout entwickelt und getestet werden. Dieses Stoßstangensystem dient als taktiler Sensor, der durch Widerstandsmessung erkennt, ob der Roboter sicher weiterfahren kann oder seine Route anpassen muss. Das entwickelte System soll langfristig ein Bestandteil einer umfassenden autonomen Lösung für die Forstinventur sein. Ein zentrales Ziel ist es, mit dem entwickelten System ein Teilgebiet des Lehrforsts der BOKU autonom zu scannen und daraus einen digitalen Zwilling des Waldstücks zu erstellen. Dabei soll untersucht werden, wie effektiv die kraftsensorbasierte Navigation zur Erfassung forstlicher Bestandsdaten eingesetzt werden kann. Diese Masterarbeit liefert ein funktionsfähiges Konzept für ein kraftsensitives Stoßstangensystem, das eine robuste Navigation autonomer Forstroboter in schwierigem Gelände ermöglicht. Durch die Umsetzung im Lehrforst der BOKU soll gezeigt werden, dass sich die entwickelte Technologie zur autonomen Erfassung von Forststrukturen eignet. Die Forschungsergebnisse sollen die Grundlage für weiterführende Studien zur taktilen Wahrnehmung in der Forstrobotik schaffen und neue Ansätze für kosteneffiziente Sensorik in unstrukturierten Umgebungen liefern.
• Autonomous navigation in forest environments is challenging due to dense undergrowth, irregular terrain, and variable visibility conditions. Conventional sensor technologies such as LiDAR, stereo cameras, and ultrasonic sensing often fail to reliably detect low vegetation and small obstacles, which limits their effectiveness for safe navigation in unstructured natural environments. This thesis developed a force-sensitive bumper system for the AgileX Scout robot, functioning as a tactile sensor based on strain-gauge deformation measurement. The design was derived through mechanical simulation to determine segment geometry and strain distribution, subsequently manufactured, and evaluated in controlled laboratory tests. The experiments demonstrated that the system can distinguish between different collision types and reliably detect obstacles that are difficult to identify using optical or range-based sensors alone. Although field deployment on the robot was not yet conducted, the findings indicate that tactile sensing provides a robust and cost-efficient complementary modality for near-range obstacle detection in forestry applications. The work contributes to ongoing research in autonomous forest robotics and forms a basis for future integration with sensor fusion pipelines and autonomous forest inventory workflows.