/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/CONT/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/FOOT/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/FORM/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/HEAD/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/HERO/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/MOBI/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/SHOW/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/Block/SITE/home/oxtsmwb/releases/5b1893dd83ec9e005fce36c9e027d5462f44e8e1/includes/MWB/CPT
Deprecated: Creation of dynamic property MWB\Site::$pingback is deprecated in /home/oxtsmwb/public_html/wp-content/themes/mwb-modules-base/vendor/timber/timber/lib/Site.php on line 180
{"id":8880,"date":"2025-07-22T15:29:06","date_gmt":"2025-07-22T15:29:06","guid":{"rendered":"https:\/\/oxts.mwb.digital\/?p=8880"},"modified":"2025-08-14T15:58:08","modified_gmt":"2025-08-14T15:58:08","slug":"mobile-mapping-with-lidar-why-is-an-ins-essential","status":"publish","type":"post","link":"https:\/\/oxts.mwb.digital\/de\/mobile-mapping-with-lidar-why-is-an-ins-essential\/","title":{"rendered":"Mobile Kartierung mit LiDAR - warum sind Tr\u00e4gheitsnavigationssysteme unerl\u00e4sslich?"},"content":{"rendered":"

\n

\n

\n \n \n \n \n\n\n \n\n

Tr\u00e4gheitsnavigationssysteme - warum sind sie f\u00fcr die mobile Kartierung mit LiDAR unerl\u00e4sslich?<\/h3>\n\n \n\n\n \n\n\n\n
\n
Dieser Artikel wurde von Iain Clarke, Senior Product Engineer bei OXTS, in Zusammenarbeit mit LiDAR-Nachrichten<\/span><\/a>. Iain ist ein Experte f\u00fcr Tr\u00e4gheitsnavigation, Sensorfusion und fortschrittliche Lokalisierungstechnologien.<\/em><\/p>\n
<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Eine Einf\u00fchrung in Tr\u00e4gheitsnavigationssysteme<\/h4>\n\n \n\n\n \n\n
Was ist ein INS?<\/h5>\n\n\n
\n
Tr\u00e4gheitsnavigationssysteme (INS) sind zu einem wesentlichen Bestandteil vieler moderner Positionierungs-Workflows geworden, insbesondere wenn herk\u00f6mmliche GNSS-Systeme nicht ausreichen. In diesem Abschnitt wird untersucht, warum INS eine wichtige Erg\u00e4nzung zu Technologien wie LiDAR ist.<\/p>\n
Ein INS ist ein Ger\u00e4t, das mit Hilfe von Tr\u00e4gheitssensoren und hochentwickelten Algorithmen Position und Bewegung misst. Auf der grundlegendsten Ebene verwendet ein INS eine Technik, die als Koppelnavigation bekannt ist, um kontinuierlich abzusch\u00e4tzen, wie sich ein Objekt bewegt hat, basierend auf seiner letzten bekannten Position und der Integration von Beschleunigungs- und Winkelgeschwindigkeitsmessungen seither. Diese Tr\u00e4gheitsmessungen weisen jedoch kleine Fehler auf, die bei der Integration zur Berechnung der Geschwindigkeiten zunehmen und sich bei der erneuten Integration zur Berechnung der Position weiter verschlimmern. Um das Fehlerwachstum einzuschr\u00e4nken, werden h\u00e4ufig zus\u00e4tzliche Sensoren mit der Inertialmesseinheit (IMU) kombiniert. Einer der am h\u00e4ufigsten verwendeten Hilfssensoren ist GNSS.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"RT3000$
RT3000 v4 GNSS\/INS<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Warum INS bei der mobilen Kartierung mit LiDAR wichtig ist<\/h4>\n\n \n\n\n \n\n\n\n
\n
Der Hauptvorteil von LiDAR liegt in seiner F\u00e4higkeit, r\u00e4umliche Daten mit hoher Dichte und Genauigkeit schnell zu erfassen. Wenn jedoch ein LiDAR-Scanner auf einer beweglichen Plattform, wie z. B. einem Fahrzeug<\/a> oder Flugzeug<\/a>Die Genauigkeit dieser Daten h\u00e4ngt davon ab, wie genau die Position und Ausrichtung der Plattform aktualisiert werden. Hier kommt die hochpr\u00e4zise Tr\u00e4gheitsnavigation ins Spiel.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"Oxford$
Punktwolke von Oxford und dem Martyr's Memorial<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n
Hochwertige INS, wie das\u00a0 OXTS RT3000 v4<\/a><\/span>k\u00f6nnen Navigationsdaten mit Raten von 100 Hz (100 Mal pro Sekunde) oder sogar 250 Hz liefern, was typische reine GNSS-L\u00f6sungen weit \u00fcbertrifft, die oft durch niedrigere Aktualisierungsfrequenzen und Signalausf\u00e4lle in verdeckten Umgebungen eingeschr\u00e4nkt sind. Der hochfrequente Datenstrom mit geringer Latenz in einem INS ist ein hervorragendes Werkzeug zur Gew\u00e4hrleistung der Genauigkeit bei der mobilen Kartierung mit LiDAR, bei der Abweichungen in der Position oder Ausrichtung erhebliche Fehler in die Punktwolkendaten einbringen k\u00f6nnen. SLAM bietet eine alternative Methode zur Bestimmung von Position und Ausrichtung, aber reine SLAM-Systeme - ohne die Unterst\u00fctzung eines INS - erzeugen mit den derzeitigen Techniken Punktwolken von geringerer Qualit\u00e4t.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Wie funktioniert INS?<\/h4>\n\n \n\n\n \n\n\n\n
\n
Um zu verstehen, wie ein INS funktioniert, ist es wichtig, zun\u00e4chst die Kernkomponenten zu untersuchen. Ein INS beruht auf der pr\u00e4zisen Erfassung von Bewegungen durch Beschleunigungsmesser und Gyroskope, die zusammen eine Tr\u00e4gheitsmesseinheit (IMU) bilden. Die IMU-Daten werden durch hochentwickelte Algorithmen verarbeitet. Ein INS kombiniert IMU-Rohdaten mit hochentwickelten Algorithmen, um detaillierte Navigationsdaten zu berechnen (spezifische Messungen werden weiter unten erl\u00e4utert).<\/p>\n
Beschleunigungsmesser und Gyroskope<\/h5>\n
Beschleunigungsmesser und Gyroskope sind die Sensorkomponenten, aus denen eine IMU besteht. Beschleunigungsmesser messen lineare Beschleunigungen und Gyroskope messen Winkelgeschwindigkeiten oder Rotationsgeschwindigkeiten. Eine IMU besteht in der Regel aus je einem dieser Sensoren in jeder Messachse (x, y, z), was zu der Bezeichnung \"6-Achsen\"-Sensor f\u00fchrt.<\/p>\n
Es gibt verschiedene Technologien zur Herstellung von IMUs unterschiedlicher Qualit\u00e4t, aber die am h\u00e4ufigsten verwendete ist MEMS (mikroelektromechanische Systeme). Diese Technologie arbeitet mit winzigen Massen, die auf Federn in Silizium montiert sind. Wenn eine Bewegung auftritt, bewegt sich die Masse und verursacht eine Kapazit\u00e4ts\u00e4nderung zwischen der Masse und den Elektroden, die in ein digitales elektrisches Signal umgewandelt wird, um die Bewegung zu messen.<\/p>\n
Ausgabe von Navigationsdaten<\/h5>\n
OXTS INS geben Navigationsdaten standardm\u00e4\u00dfig mit 100 Hz aus, optional ist auch eine hohe Rate von 250 Hz verf\u00fcgbar. Alle Daten werden automatisch im internen Speicher aufgezeichnet und k\u00f6nnen in Echtzeit mit sehr geringer Latenzzeit ausgegeben werden. Die Navigationsdaten umfassen Zeit, Position, Geschwindigkeit, Orientierung, Beschleunigung und Winkelgeschwindigkeit in einer Vielzahl verschiedener Bezugsrahmen und Koordinatensysteme. Dar\u00fcber hinaus gibt es eine Vielzahl zus\u00e4tzlicher Informationen wie Genauigkeitssch\u00e4tzungen, Qualit\u00e4tsindikatoren, Statusinformationen und einige Nischenmessungen f\u00fcr bestimmte Branchen, z. B. Ruck, Schr\u00e4glaufwinkel und Welligkeit.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
I<\/p>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Ausweitung der Anwendungen von INS<\/h4>\n\n \n\n\n \n\n\n\n
\n
Da die Nachfrage nach pr\u00e4ziser Lokalisierung in Branchen wie Robotik, Luft- und Raumfahrt und autonomen Systemen steigt, wird INS immer h\u00e4ufiger eingesetzt. INS erg\u00e4nzt oder ersetzt GNSS in signalbegrenzten Umgebungen und erm\u00f6glicht durch fortschrittliche Sensorfusion eine genaue Positionierung und Orientierung mit hoher Frequenz. In diesem Abschnitt wird untersucht, wann INS am wichtigsten ist und wie es aufkommende Technologien, einschlie\u00dflich LiDAR, unterst\u00fctzt.<\/p>\n
Mobile Kartierung mit LiDAR - wann wird ein INS ben\u00f6tigt?<\/h5>\n
Eigenst\u00e4ndiges GNSS kann hochpr\u00e4zise Positionsdaten liefern, ist aber nat\u00fcrlich von einem guten Satellitensignal abh\u00e4ngig. Au\u00dferdem hat es eine relativ niedrige Aktualisierungsrate, wodurch es f\u00fcr dynamischere Anwendungsf\u00e4lle weniger geeignet ist, und kann nur Positions- und Geschwindigkeitsinformationen liefern. Durch den Einsatz der INS-Technologie wird die Bandbreite der Anwendungsf\u00e4lle und F\u00e4higkeiten erheblich erweitert. Durch die Sensorfusion mit der IMU wird die Robustheit der Daten erh\u00f6ht, so dass sie auch bei Hindernissen oder Verlusten des Satellitensignals genutzt werden k\u00f6nnen. Die Lokalisierungsdaten werden auch mit einer h\u00f6heren Rate ausgegeben, und es stehen viel mehr Informationen f\u00fcr vollst\u00e4ndige 3D-Positions- und Dynamikdaten zur Verf\u00fcgung.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"Mobile$
\nINS bietet mehrere Vorteile f\u00fcr Automobilsysteme<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Branchen, die INS verwenden<\/h5>\n\n\n
\n
Die INS-Technologie hat eine lange Tradition in der Luft- und Raumfahrt, im Verteidigungsbereich, in der Schifffahrt und in Vermessungsanwendungen. In den letzten Jahren wurde sie jedoch auch in aufstrebenden Bereichen wie Fahrzeugtests, Robotik, UAVs und Augmented und Virtual Reality (AR\/VR) eingesetzt.<\/p>\n
Einige der innovativsten und am schnellsten voranschreitenden Projekte werden heute in Umgebungen durchgef\u00fchrt, in denen GNSS allein unzuverl\u00e4ssig oder nicht verf\u00fcgbar ist. Dazu geh\u00f6ren mobile Kartierungen mit LiDAR in Stra\u00dfenschluchten, Tunneln und dichten W\u00e4ldern sowie autonome Systeme, die nahtlos zwischen Innen- und Au\u00dfenbereichen navigieren m\u00fcssen. In solchen Szenarien erm\u00f6glicht die Kombination von INS mit erg\u00e4nzenden Sensoren wie LiDAR und Kameras eine ausgekl\u00fcgelte Sensorfusion, die eine h\u00f6here Genauigkeit, gr\u00f6\u00dfere Widerstandsf\u00e4higkeit und verbesserte betriebliche Flexibilit\u00e4t bietet.<\/p>\n
Tr\u00e4gheitsnavigationssysteme f\u00fcr LiDAR<\/h5>\n
Die Integration von INS mit LiDAR wird immer \u00fcblicher, da sich die mobile Kartierung mit LiDAR \u00fcber die traditionelle geografische Vermessung hinaus auf Bereiche wie die Automobilpr\u00fcfung und die Entwicklung autonomer Fahrzeuge erstreckt. W\u00e4hrend INS die Genauigkeit und Zuverl\u00e4ssigkeit von LiDAR-basierten Kartierungen verbessert, kann LiDAR auch die INS-Leistung steigern. Das k\u00fcrzlich ver\u00f6ffentlichte OXTS WayFinder<\/a> ist ein Paradebeispiel: Er enth\u00e4lt einen vorintegrierten LiDAR-Sensor und verf\u00fcgt \u00fcber die LiDAR-Boost-Technologie, die LiDAR-Daten f\u00fcr die Lokalisierung in Umgebungen ohne GNSS nutzt und so die Positionsdrift drastisch reduziert oder sogar eliminiert. Dies unterstreicht den Wert der Kombination komplement\u00e4rer Technologien - GNSS, INS und SLAM - f\u00fcr eine robuste und widerstandsf\u00e4hige Lokalisierung in einem breiten Spektrum von Betriebsbedingungen.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"WayFinder\"$
OXTS WayFinder hat eine integrierte Sensorfusion (INS und LiDAR)<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Fortschritte bei INS<\/h4>\n\n \n\n\n \n\n\n\n
\n
Die rasante Entwicklung der INS-Technologie hat der Pr\u00e4zisionsnavigation neue Horizonte er\u00f6ffnet. Da die Hardware immer kleiner, schneller und erschwinglicher wird und die Sensorfusionstechniken immer ausgefeilter werden, wird INS f\u00fcr ein breiteres Spektrum von Branchen und Anwendungsf\u00e4llen zug\u00e4nglich. In diesem Abschnitt werden die wichtigsten Entwicklungen, aktuellen Herausforderungen und aufkommenden Trends, die die Zukunft der Tr\u00e4gheitsnavigation pr\u00e4gen, vorgestellt.<\/p>\n
J\u00fcngste Fortschritte bei INS<\/h5>\n
Die Entwicklung der IMU- und GNSS-Technologie im Laufe der Jahre hat dazu gef\u00fchrt, dass INS in viel mehr Branchen eingesetzt werden k\u00f6nnen, nicht nur im Bereich der Flugzeuge und U-Boote. Die RTK-F\u00e4higkeit ist bei GNSS-Empf\u00e4ngern inzwischen fast allgegenw\u00e4rtig, so dass selbst Systeme der Einstiegsklasse eine Positionierung im Zentimeterbereich erm\u00f6glichen. Und die IMUs haben sich von gro\u00dfen, sperrigen Bl\u00f6cken mit orthogonal montierten diskreten Beschleunigungsmessern und Gyroskopen zu Miniaturchips entwickelt, die alle sechs Sensoren in einem einzigen Modul vereinen. Die Miniaturisierung und Kostenreduzierung bei diesen Sensoren hat die Entwicklung praktikabler, kosteng\u00fcnstiger Systeme in aufstrebenden Branchen wie der Autonomie und Robotik erm\u00f6glicht, die Gr\u00f6\u00dfenvorstellungen haben, ohne Kompromisse bei der Leistung einzugehen.<\/p>\n
Aktuelle Einschr\u00e4nkungen f\u00fcr INS<\/h5>\n
Eine der traditionellen Grenzen f\u00fcr die Einf\u00fchrung von INS sind die Kosten. Vor etwa 10 Jahren war ein Gro\u00dfteil der Technologie unerschwinglich teuer, so dass ihr Einsatz auf Branchen wie Verteidigung und Luft- und Raumfahrt beschr\u00e4nkt war, die \u00fcber die entsprechenden Budgets verf\u00fcgten. Das hat sich nun ge\u00e4ndert, da die Fortschritte in der Technologie den Einsatz in kommerziellen und industriellen Anwendungen wesentlich rentabler und skalierbarer machen.<\/p>\n
Eine weitere Einschr\u00e4nkung, die in den letzten Jahren immer h\u00e4ufiger vorkommt, ist die Anforderung, in schwierigen Umgebungen zu arbeiten, auch wenn kein GNSS vorhanden ist. Wenn GNSS die einzige Hilfsquelle ist, um die IMU-Fehler in einem INS einzuschr\u00e4nken, dann hat man ohne GNSS entweder sehr schnell Probleme, brauchbare Ergebnisse zu erhalten, oder man muss sich auf sehr teure und schwerf\u00e4llige IMU-Technologie wie Glasfaser- oder Ringlaserkreisel verlassen.<\/p>\n
Hier wird die fortschrittliche Sensorfusion immer wichtiger. Anstatt sich ausschlie\u00dflich auf eine pr\u00e4zisere IMU zu verlassen, um das Fehlen von GNSS zu kompensieren, kann die Integration zus\u00e4tzlicher Sensoren - wie LiDAR oder Kameras - unter Verwendung eines SLAM-\u00e4hnlichen Ansatzes robuste alternative Quellen f\u00fcr Lokalisierungsdaten f\u00fcr die mobile Kartierung mit LiDAR bieten.<\/p>\n
Entwicklung der INS-Technologie<\/h5>\n
Die IMU- und GNSS-Technologien entwickeln sich weiter. Moderne Satellitenkonstellationen wie Galileo bieten neue Signale, die sowohl die Genauigkeit als auch die Integrit\u00e4t verbessern. In der Zwischenzeit sind IMUs der n\u00e4chsten Generation - wie solche, die auf Silizium-Photonik und Quantensensorik basieren - am Horizont zu sehen. Die gr\u00f6\u00dften Fortschritte werden jedoch wahrscheinlich nicht dadurch erzielt, dass man die Grenzen von GNSS und IMU allein ausreizt, sondern durch die Erweiterung des Anwendungsbereichs der Sensorfusion, um ihre Grenzen zu \u00fcberwinden und Redundanz hinzuzuf\u00fcgen. Lidar- und visuelle SLAM-Technologien werden jetzt in der gesamten Industrie zug\u00e4nglich. Wenn diese Sensoren mit INS integriert werden, k\u00f6nnen robustere, vielseitigere und leistungsf\u00e4higere Navigationssysteme entstehen, die auch in Umgebungen ohne GNSS zuverl\u00e4ssig funktionieren.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"OXTS$
Robotik unter Einsatz von INS<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Autonomie, Robotik und Hochpr\u00e4zision<\/h5>\n\n\n
\n
Mit der Ausbreitung von Autonomie, Robotik und hochpr\u00e4ziser Kartierung in immer komplexeren und vielf\u00e4ltigeren Umgebungen w\u00e4chst der Bedarf an zuverl\u00e4ssiger Positionierung unter GNSS-freien oder -gest\u00f6rten Bedingungen. GNSS ist zwar nach wie vor eine wertvolle Quelle f\u00fcr die globale Positionierung, wenn es verf\u00fcgbar ist, aber in Tunneln, dichten st\u00e4dtischen Gebieten, W\u00e4ldern oder in Innenr\u00e4umen kann man sich nicht darauf verlassen. Als Reaktion darauf verlagert sich die Branche auf fortschrittliche Sensorfusionsans\u00e4tze, die IMUs mit alternativen Sensoren wie LiDAR, Kameras und Odometrie integrieren. Diese Systeme sind so konzipiert, dass sie in allen Betriebsumgebungen eine hochpr\u00e4zise und zuverl\u00e4ssige Lokalisierung erm\u00f6glichen und so unabh\u00e4ngig von der GNSS-Verf\u00fcgbarkeit eine gleichbleibende Leistung gew\u00e4hrleisten.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n\n
\n
<\/div>\n
\n
\n \n \n\n\n \n\n\n \n\n\n \n\n
RT3000 v4-Datenblatt herunterladen<\/h3>\n\n \n\n\n \n\n
Der RT3000 v4 kann Ihnen dabei helfen, Ihr mobiles Kartierungsprojekt genau, zuverl\u00e4ssig und im Rahmen des Budgets durchzuf\u00fchren. Hier finden Sie die technischen Spezifikationen und weitere wichtige Informationen.<\/p>\n\n \n\n\n\n\n
\n \n\n\n \n \n Das RT3000 v4-Datenblatt<\/span>\n <\/a>\n\n <\/div>\n\n <\/div>\n <\/div>\n
<\/div>\n<\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n \n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>","protected":false},"excerpt":{"rendered":"
I<\/p>","protected":false},"author":5,"featured_media":8886,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6,81,50],"tags":[82,70,64,65,85],"class_list":["post-8880","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry-articles","category-mobile-mapping","category-georeferencing","tag-georeferencing","tag-gnss","tag-imu","tag-ins","tag-rt3000-v4"],"acf":[],"_links":{"self":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/8880","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/comments?post=8880"}],"version-history":[{"count":13,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/8880\/revisions"}],"predecessor-version":[{"id":9298,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/8880\/revisions\/9298"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/media\/8886"}],"wp:attachment":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/media?parent=8880"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/categories?post=8880"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/tags?post=8880"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}