DSB18: Personalisierter Kalender: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
(Die Seite wurde neu angelegt: „ '''Autor:''' <br/> '''Betreuer:''' Prof. Schneider == Motivation == Mobile Roboter, wie beispielsweise Saugroboter, müssen wi…“) |
Keine Bearbeitungszusammenfassung |
||
| Zeile 2: | Zeile 2: | ||
'''Autor:''' <br/> | '''Autor:''' <br/> | ||
'''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]] | '''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]] | ||
[[Datei:Motive-Auto.jpg|200px|thumb|left|]] | |||
== Motivation == | == Motivation == | ||
Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. | Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. | ||
Version vom 17. April 2018, 13:08 Uhr
Autor:
Betreuer: Prof. Schneider
Motivation
Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen.
Ziel
Mit einer Webcam soll ein beliebiger Barcode auf einem Dokument unabhängig von Position und Lage eingescannt werden können.
Anforderungen
- Recherchieren Sie nach Methoden zum 2D-Scan-Matching und wählen Sie ein effizientes Verfahren aus.
- Zeichnen Sie als Eingangsdaten Roboterfahrten (LiDAR und Odometrie) auf.
- Verarbeiten Sie diese Eingangsdaten mit Matlab.
- Stellen Sie Ihre Ergebnisse in Matlab 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 SDE Standard in SVN
- Funktionsnachweis als YouTube-Video (vgl. Veranstaltungsregeln)
Lösung
Siehe auch
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
Literatur
BSD-Lizenzbedingung BSD-Lizenz
Copyright (c) 2018, Hochschule Hamm-Lippstadt, Dep. Lip. 1, Prof. Schneider
Hochschule Hamm-Lippstadt. Alle Rechte vorbehalten.
→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung SoSe2018