2D-SLAM mit LiDAR: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
| (4 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
| Zeile 2: | Zeile 2: | ||
'''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]]<br/> | '''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]]<br/> | ||
'''Art:''' Projektarbeit<br> | '''Art:''' Projektarbeit<br> | ||
'''Projektlaufzeit:''' | '''Projektlaufzeit:''' 18.06.2021 - 18.10.2021 | ||
[[Datei:ScanMatchingExample 02.png|mini|400px|Abb. 1: 2D-Scan-Matching]] | [[Datei:ScanMatchingExample 02.png|mini|400px|Abb. 1: 2D-Scan-Matching]] | ||
| Zeile 8: | Zeile 8: | ||
== Motivation == | == 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. | 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) == | == Aufgabe (DRAFT) == | ||
| Zeile 14: | Zeile 16: | ||
Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf: | Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf: | ||
# Auswahl einer geeigneten Roboterplattform (z.B. | # 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]]). | ||
# | # Vergleich und Auswahl eines geeigneten LiDAR (verfügbar sind Hokuyo UBG-04LX-F01, URG-04LX-UG01, URG-04LX, UTM-30LX, XV11-LiDAR) | ||
# Errichtung einer Cross-Compiler-Toolchain | # Nutzung ggf. Beschaffung der Hardware | ||
# Inbetriebnahme des | # Errichtung einer Cross-Compiler-Toolchain ggf. mit MATLAB und ROS 2 | ||
# Inbetriebnahme des Systems | |||
# Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik. | # Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik. | ||
== Erwartungen an die Projektlösung == | == Erwartungen an die Projektlösung == | ||
*Inbetriebnahme des LiDAR | *Inbetriebnahme des LiDAR | ||
*Schnittstelle LiDAR | *Schnittstelle LiDAR zum AMR z.B. mit MALTAB/Simulink | ||
*Messdatenauswertung | *Ansteuerung des AMR | ||
*Umsetzung eines SLAM Algorithmus | |||
*Messdatenauswertung | |||
*Bewertung der Ergebnisse | *Bewertung der Ergebnisse | ||
*Softwareentwicklung nach HSHL Standard in SVN | *Softwareentwicklung nach HSHL Standard in SVN | ||
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
- SLAM Course - 12 - Scan-Matching in 5 Min - Cyrill Stachniss
- Simultaneous Localization And Mapping (SLAM) with Scan Matching
- Iterative Closest Point algorithm for point clouds in Matlab
- [1]
- [2]
- Projekt_70c:_Labyrinth_SLAM_mit_EV3
- [3]
- [4]
Literatur
Siehe auch
- Studentische Arbeiten bei Prof. Schneider
- Anforderungen an eine wissenschaftlich Arbeit
- Wiki-Artikel schreiben
BSD-Lizenzbedingung BSD-Lizenz
Copyright (c) 2018, Hochschule Hamm-Lippstadt, Dep. Lip. 1, Prof. Schneider
Hochschule Hamm-Lippstadt. Alle Rechte vorbehalten.
Autoren: Schirrmeister, A.
Betreuer: Prof. Schneider
→ zurück zur Übersicht: Studentische Arbeiten