BSE Moderne Tracking Systeme (SoSe 2026): Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Zeile 20: Zeile 20:
Der Autonome Mobile Roboter (AMR, AlphaBot) soll wie im Video gezeigt möglichst exakt die Ränder eines Quadrats abfahren.
Der Autonome Mobile Roboter (AMR, AlphaBot) soll wie im Video gezeigt möglichst exakt die Ränder eines Quadrats abfahren.
{{#ev:youtube|https://www.youtube.com/watch?v=PWdxnERpynU | 720 | | Video: Mobile Robot Localisation  |frame}}
{{#ev:youtube|https://www.youtube.com/watch?v=PWdxnERpynU | 720 | | Video: Mobile Robot Localisation  |frame}}
Im Rahmen dieser Hausarbeit soll eine Sensorfusionslösung zur Navigation eines mobilen Roboters entwickelt und untersucht werden.


Das Video erläutert, dass Odometrie allein unzureichend für diese Aufgabe ist. Schätzen Sie die pose des AMR
Als Versuchsplattform dient ein Waveshare AlphaBot, der mit einer MPU9250-Inertialsensoreinheit ausgestattet ist. Die Sensordaten werden erfasst, verarbeitet und zur Schätzung der Roboterpose verwendet.
<math>xk​=
 
​xk​yk​ψk​​
Ziel ist die Entwicklung und Bewertung verschiedener Bayes-basierter Schätzverfahren:
* Kalman-Filter (KF)
* Extended Kalman-Filter (EKF)
* Unscented Kalman-Filter (UKF)
* Partikelfilter (PF)
 
Die Verfahren sollen hinsichtlich Genauigkeit, Robustheit und Rechenaufwand verglichen werden.
== Notwendige Hardware ==
== Notwendige Hardware ==

Version vom 12. Juli 2026, 09:34 Uhr

Dozent: Prof. Dr.-Ing. Schneider
Lehrveranstaltung: Moderne Tracking Systeme
Modul Business and Systems Engineering, Systemintegration
Modulbezeichnung: BSE-M-2-2.01
Modulverantwortung: Prof. UlrichSchneider
Prüfungsform: Hausarbeit
Abgabetermin: 19.07.2026


Hausarbeit: Sensorfusion zur 2D-Navigation eines mobilen Roboters mit KF, EKF und UKF

Der Autonome Mobile Roboter (AMR, AlphaBot) soll wie im Video gezeigt möglichst exakt die Ränder eines Quadrats abfahren.

Video: Mobile Robot Localisation

Im Rahmen dieser Hausarbeit soll eine Sensorfusionslösung zur Navigation eines mobilen Roboters entwickelt und untersucht werden.

Als Versuchsplattform dient ein Waveshare AlphaBot, der mit einer MPU9250-Inertialsensoreinheit ausgestattet ist. Die Sensordaten werden erfasst, verarbeitet und zur Schätzung der Roboterpose verwendet.

Ziel ist die Entwicklung und Bewertung verschiedener Bayes-basierter Schätzverfahren:

  • Kalman-Filter (KF)
  • Extended Kalman-Filter (EKF)
  • Unscented Kalman-Filter (UKF)
  • Partikelfilter (PF)

Die Verfahren sollen hinsichtlich Genauigkeit, Robustheit und Rechenaufwand verglichen werden. ​

Notwendige Hardware

  • AlphaBot mit
  • Arduino R4 Wifi und
  • MPU 9250 IMU
  • USB-C Kabel

Notwendige Software

  • Arduino IDE 2.3.10
  • MATLAB® (z. B. R2025b) mit Arduino Support Package

Vorbereitung

  • Arbeiten Sie sich anhand dieses Artikels in den AlphaBot ein. Sie benötigen lediglich die Ansteuerung der Motoren, das Auslesen der Inkrementalgeber und die Daten der IMU MPU 9250.
  • Leihen Sie sich die Hardware für die Hausarbeit bei Prof. Schneider oder Marc Ebmeyer aus.
  • machen Sie bei Fragen frühzeitig einen termin mit Prof Schneider.
  • Binden Sie den Arduino Uno R4 Wifi in Ihre Wifi-Umgebung ein. Sie dürfen hierfür gern unser Labor verwenden.
  • Tragen Sie die WLAN-Zugangsdaten und die IP-Adresse des MATLAB-Rechners in die entsprechende Zeile ein.
  • Übertragen Sie das Programm DemoUnoR4Wifi.ino auf den Arduino uno R4 Wifi.
  • Versorgen Sie den Arduino Uno R4 mit Spannung (6 V-24 V). Die Daten werden nun gesendet. Die TX-LED blinkt kontinuierlich.
  • Starten Sie DemoUnoR4Wifi.m auf dem PC. Die Daten Zeit in s;Zähler müssten nun empfangen und im Command Window dargestellt werden.
  • Sie sind nun startbereit!

Demos

Aufgabenstellung

Aufgabe 1: Darstellung der Messwerte

Die Aufgabenstellung wird am 13.07.26 hier veröffentlicht.

Abgabeordner

Nachdem Sie zur Prüfung angemeldet sind, lege ich für Sie einen Sciebo-Arbeitsordner an. Bitte legen Sie darin Ihre Ergebnisse ab (MATLAB®-Dateien und Hausarbeit als .pdf) und organisieren Sie sich ggf. in Unterordnern.


Bewertung

Die Bewertung der Hausarbeit erfolgt anhand der Kriterien in Tabelle 1. Diese Bewertung wird in Ihrem Abgabeordner publiziert. Dieses gilt als Klausureinsicht. Melden Sie sich bitte bei Rückfragen frühzeitig.

Tabelle 1: Bewertungskriterien
Kriterium Punkte
Dokumentation und Qualität der Recherche 5
Qualität und Quantität der Auswahlkriterien 5
Systematik bei der Auswahl des Ansatzes 5
Darstellung des Lösungsansatzes 5
Umsetzung des Lösungsansatzes 5
Anwendung und Optimierung des Partikelfilters zur Spurverfolgung 5
Qualität des Ergebnisses 5
Qualität der Ergebnisdiskussion 5
Summe: 40