2D-SLAM mit LiDAR: Unterschied zwischen den Versionen

Aktuelle Version vom 27. Juni 2022, 18:18 Uhr

Autoren: Arndt, S.
Betreuer: Prof. Schneider
Art: Projektarbeit
Projektlaufzeit: 18.06.2021 - 18.10.2021

Motivation

Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. Hierzu müssen sie ihre Umgebung kartografieren und sich in dieser entstehenden Karte selbst lokalisieren.

Recherchestart für SW und Hardwareplattformen: ROS.org

Aufgabe (DRAFT)

Für die Erprobung von SLAM-Algorithmen soll eine Roboterplattform entwickelt werden.

Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf:

Vergleich und Auswahl einer geeigneten Roboterplattform (z.B. 4-Rad-System oder ein TurtleBot).
Vergleich und Auswahl eines geeigneten LiDAR (verfügbar sind Hokuyo UBG-04LX-F01, URG-04LX-UG01, URG-04LX, UTM-30LX, XV11-LiDAR)
Nutzung ggf. Beschaffung der Hardware
Errichtung einer Cross-Compiler-Toolchain ggf. mit MATLAB und ROS 2
Inbetriebnahme des Systems
Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik.

Erwartungen an die Projektlösung

Inbetriebnahme des LiDAR
Schnittstelle LiDAR zum AMR z.B. mit MALTAB/Simulink
Ansteuerung des AMR
Umsetzung eines SLAM Algorithmus
Messdatenauswertung
Bewertung der Ergebnisse
Softwareentwicklung nach HSHL Standard in SVN
Machen Sie spektakuläre Videos, welche die Funktion visualisieren.
Test und wiss. Dokumentation
Live Vorführung während der Abschlusspräsentation

Anforderungen

Recherchieren Sie nach Methoden zum LiDAR SLAM und wählen Sie ein effizientes Verfahren aus (z.B. Scan-Matching).
Zeichnen Sie als Eingangsdaten Roboterfahrten (LiDAR und Odometrie) auf (z.B. LiDAR am EV3).
Verarbeiten Sie diese Eingangsdaten mit MATLAB oder Simulink.
Nutzen Sie einen existierenden Parkours (z.B. hier)
Stellen Sie Ihre Ergebnisse in MATLAB/Simulink dar.
Stellen Sie die Objekte im Sichtfeld in der Draufsich metrisch dar.
Schätzen Sie die Genauigkeit Ihres Algorithmus ab.
Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
Softwareentwicklung nach HSHL Standard in SVN
Funktionsnachweis als YouTube-Video

Video

Verlinken Sie hier ein YouTube-Video zu Ihrem fertigen Projekt. Tipps zum Video finden Sie hier.

Weblinks

Literatur

Siehe auch

BSD-Lizenzbedingung BSD-Lizenz

Autoren: Schirrmeister, A.
Betreuer: Prof. Schneider

→ zurück zur Übersicht: Studentische Arbeiten

@@ Zeile 2: / Zeile 2: @@
 '''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]]<br/>
 '''Art:''' Projektarbeit<br>
-'''Projektlaufzeit:''' TBD
+'''Projektlaufzeit:''' 18.06.2021 - 18.10.2021
 [[Datei:ScanMatchingExample 02.png|mini|400px|Abb. 1: 2D-Scan-Matching]]
@@ Zeile 8: / Zeile 8: @@
 == Motivation ==
 Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. Hierzu müssen sie ihre Umgebung kartografieren und sich in dieser entstehenden Karte selbst lokalisieren.
+[[Datei:Ezgif-3-aa149494be25.gif]] Recherchestart für SW und Hardwareplattformen: [https://www.ros.org/ ROS.org]
 == Aufgabe (DRAFT) ==
@@ Zeile 14: / Zeile 16: @@
 Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf:
-# Auswahl einer geeigneten Roboterplattform (z.B. [[Autonomes_Fahren_im_Ma%C3%9Fstab_1:10|4-Rad-System]] oder ein [[Turtle_Bot_WS_20/21|TurtleBot]]).
+# Vergleich und Auswahl einer geeigneten Roboterplattform (z.B. [[Autonomes_Fahren_im_Ma%C3%9Fstab_1:10|4-Rad-System]] oder ein [[Turtle_Bot_WS_20/21|TurtleBot]]).
-# Auswahl eines geeigneten LiDAR (verfügbar sind Hokuyo UBG-04LX-F01, URG-04LX-UG01, URG-04LX, UTM-30LX, XV11-LiDAR)
+# Vergleich und Auswahl eines geeigneten LiDAR (verfügbar sind Hokuyo UBG-04LX-F01, URG-04LX-UG01, URG-04LX, UTM-30LX, XV11-LiDAR)
+# Nutzung ggf. Beschaffung der Hardware
 # Errichtung einer Cross-Compiler-Toolchain ggf. mit MATLAB und ROS 2
 # Inbetriebnahme des Systems