Objekttracking mit LiDAR: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
|||
| Zeile 1: | Zeile 1: | ||
Autoren: [[Benutzer:Ahmad Hassan|Ahmad Hassan]], [[Benutzer:Lihui Liu|Lihui Liu]] | Autoren: [[Benutzer:Ahmad Hassan|Ahmad Hassan]], [[Benutzer:Lihui Liu|Lihui Liu]] | ||
== Einleitung == | == Einleitung == | ||
Die Gruppe Hassan/Liu | Die Gruppe Hassan/Liu beschäftigt sich im Wintersemester 2020/2021 mit dem Thema Objekterkennung und Objekttracking mit dem Hokuyo LiDAR. Im Sommersemester wurde schon ein Arbeitskonzept dazu entworfen inkl. einem Signalflussplan sowie einem morphologischen Kasten. In dem WS20/21 soll eine Umsetzung dieses Arbeitskonzepts in C erfolgen. Zuerst kommt die Einbindung bzw. Einrichtung und Ansteuerung des LiDARs in C. Darauffolgend wird die Koordinatentransformation implementiert. Zum Testen des Schnittstellenkommunikationsprinzips wird auch eine Funktion programmiert, die innerhalb des ersten Monats des Semesters eine Dummy Objektliste erstellt, die an die DS1104 verschickt werden kann anhand von dem vom Team Heuer/Kruse entwickelten Kommunikationsframework. Zukünftig dient diese Funktion dem Versand der tatsächlichen, erfassten Objekte und ihrer Attribute. Es ist die Implementierung eines Connected Component Clusterung Algorithmus zur Segmentierung und eines L-Shape Fitting Algorithmus zur Objektbildung vorgesehen. An letzter Stelle findet die Programmierung des Kalman-Filters zur Objektverfolgung und Schätzung Attribute wie Geschwindigkeit und Beschleunigung der verfolgten Objekte. | ||
Eine Auflistung der Aufgaben zu den entsprechenden Meilensteinen ist unten zu sehen. | |||
## Meilenstein 3: | |||
## Implementierung der Einbindung und Ansteuerung des Hokuyo LiDAR | |||
## Implementierung der Koordinatentransformation | |||
## Testdokumentation der Koordinatentransformation | |||
## Versand einer Dummy-Objektliste an DS1104 | |||
## Implementierung der Segmentierung (Connected Component Clustering) | |||
## Erstellen eines PAPs zum L-Shape Fitting Algorithmus | |||
## Meilenstein 4: | |||
## Implementierung des L-Shape Fitting Algorithmus | |||
## Implementierung des Kalman Filters | |||
## Attribute schätzen | |||
## Versand der echten Objektlisten an die dSpace-Karte | |||
## Dokumentation im Wiki | |||
== Anforderungen == | == Anforderungen == | ||
| Zeile 8: | Zeile 25: | ||
[[Datei:REQ10_3290.PNG|600px|thumb| none |Abbildung 3 der Anforderung]] | [[Datei:REQ10_3290.PNG|600px|thumb| none |Abbildung 3 der Anforderung]] | ||
== | == Pflichten == | ||
Das Pflichtenheft im aktuellen Stand zeigt sich wie folgt:<br> | Das Pflichtenheft im aktuellen Stand zeigt sich wie folgt:<br> | ||
[[Datei:Pflichtheft Teil1.PNG|800px |thumb| none |Pflichtheft Teil1]] | [[Datei:Pflichtheft Teil1.PNG|800px |thumb| none |Pflichtheft Teil1]] | ||
| Zeile 14: | Zeile 31: | ||
[[Datei:Pflichtheft Teil3.PNG|800px |thumb| none |Pflichtheft Teil3]] | [[Datei:Pflichtheft Teil3.PNG|800px |thumb| none |Pflichtheft Teil3]] | ||
<br> | <br> | ||
== Funktionaler Systementwurf / Technischer Systementwurf == | |||
== Komponentenspezifikation == | |||
== Programmierung == | == Programmierung == | ||
| Zeile 22: | Zeile 47: | ||
'''Objektbildung''' | '''Objektbildung''' | ||
== Komponententest == | |||
== Zusammenfassung == | == Zusammenfassung == | ||
== Ausblick == | |||
== Link zum Quelltext in SVN == | |||
== Literaturverzeichnis == | == Literaturverzeichnis == | ||
-------------------------- | -------------------------- | ||
→ zurück zum Gruppenartikel: [[SDE-Team_2020/21|SDE-Team_2020/21]]<br> | → zurück zum Gruppenartikel: [[SDE-Team_2020/21|SDE-Team_2020/21]]<br> | ||
→ zurück zum Hauptartikel: [[Praktikum_SDE|SDE Praktikum Autonomes Fahren]] | → zurück zum Hauptartikel: [[Praktikum_SDE|SDE Praktikum Autonomes Fahren]] | ||
Version vom 30. Oktober 2020, 02:00 Uhr
Autoren: Ahmad Hassan, Lihui Liu
Einleitung
Die Gruppe Hassan/Liu beschäftigt sich im Wintersemester 2020/2021 mit dem Thema Objekterkennung und Objekttracking mit dem Hokuyo LiDAR. Im Sommersemester wurde schon ein Arbeitskonzept dazu entworfen inkl. einem Signalflussplan sowie einem morphologischen Kasten. In dem WS20/21 soll eine Umsetzung dieses Arbeitskonzepts in C erfolgen. Zuerst kommt die Einbindung bzw. Einrichtung und Ansteuerung des LiDARs in C. Darauffolgend wird die Koordinatentransformation implementiert. Zum Testen des Schnittstellenkommunikationsprinzips wird auch eine Funktion programmiert, die innerhalb des ersten Monats des Semesters eine Dummy Objektliste erstellt, die an die DS1104 verschickt werden kann anhand von dem vom Team Heuer/Kruse entwickelten Kommunikationsframework. Zukünftig dient diese Funktion dem Versand der tatsächlichen, erfassten Objekte und ihrer Attribute. Es ist die Implementierung eines Connected Component Clusterung Algorithmus zur Segmentierung und eines L-Shape Fitting Algorithmus zur Objektbildung vorgesehen. An letzter Stelle findet die Programmierung des Kalman-Filters zur Objektverfolgung und Schätzung Attribute wie Geschwindigkeit und Beschleunigung der verfolgten Objekte.
Eine Auflistung der Aufgaben zu den entsprechenden Meilensteinen ist unten zu sehen.
- Meilenstein 3:
- Implementierung der Einbindung und Ansteuerung des Hokuyo LiDAR
- Implementierung der Koordinatentransformation
- Testdokumentation der Koordinatentransformation
- Versand einer Dummy-Objektliste an DS1104
- Implementierung der Segmentierung (Connected Component Clustering)
- Erstellen eines PAPs zum L-Shape Fitting Algorithmus
- Meilenstein 4:
- Implementierung des L-Shape Fitting Algorithmus
- Implementierung des Kalman Filters
- Attribute schätzen
- Versand der echten Objektlisten an die dSpace-Karte
- Dokumentation im Wiki
Anforderungen
Pflichten
Das Pflichtenheft im aktuellen Stand zeigt sich wie folgt:
Funktionaler Systementwurf / Technischer Systementwurf
Komponentenspezifikation
Programmierung
KOS-Transformation
Segmentierung
Objektbildung
Komponententest
Zusammenfassung
Ausblick
Link zum Quelltext in SVN
Literaturverzeichnis
→ zurück zum Gruppenartikel: SDE-Team_2020/21
→ zurück zum Hauptartikel: SDE Praktikum Autonomes Fahren