2D SLAM mit GMapping

Autoren: offen
Betreuer: Prof. Schneider
Art: offen
Projektlaufzeit:

Abb. 1: SLAM Karte des Xiaomi RoborockS50

Thema

SLAM ist ein Verfahren mit dem sich moderne Haushaltsroboter selbst lokalisieren und dabei eine digitale Karte des Umfeldes erstellen.

Ziel

Im Rahmen dieser Projektarbeit soll ein SLAM Algorithmus nach dem Prinzip des Grid-Based FastSLAM (kurz GMapping) implementiert und evaluiert werden. Bei GMapping handelt es sich um ein Raster oder Koordinatennetz basiertes Partikelfilterverfahren nach Rao und Blackwell. Das hier beschriebene Verfahren soll in MATLAB® umgesetzt werden.

Aufgabenstellung

1. Einarbeitung in das Thema GMapping anhand von Fachliteratur
2. Analyse und Vergleich der bestehenden Simulationsumgebungen
   1. SLAM Package of Tim Bailey
   2. MATLAB® SLAM Toolbox
3. Auswahl einer geeigneten Simulationsumgebung
4. Umsetzung des GMapping-Verfahrens als Simulation in MATLAB®
5. Qualitative und quantitative Bewertung des umgesetzten Verfahrens
6. Dokumentation von Theorie, Simulation und Ergebnissen nach wissenschaftlichem Stand
7. Präsentation der Ergebnisse

Anforderung

• Wissenschaftliche Vorgehensweise (Projektplan, etc.)
• Wöchentliche Fortschrittsberichte (informativ)
• Projektvorstellung im Wiki

Getting Started

• Richten Sie zum Datenaustausch Ihren Sciebo-Account ein.
• Arbeiten Sie sich anhand der Fachliteratur in das Fachgebiet ein. Stichworte sind
  • SLAM
  • rao-blackwellized particle filter
  • grid-based SLAM
• Stellen Sie einen Projektplan auf.

Literatur

SLAM allgemein

• SLAM for Dummies
• Probabilistic Robotics
• Simultaneous Localization and Mapping: Exactly Sparse Information Filters
• 3D Robotic Mapping: The Simultaneous Localization and Mapping Problem
• Simultaneous Localization and Mapping Algorithms with Environmental-Structure
• FastSLAM: A Scalable Method for the Simultaneous Localization and Mapping Problem in Robotics
• Autonomous Robot Navigation Based on Simultaneous Localization and Mapping
• think Bayes

Partikelfilter

• Particle Filter Explained without Equations
• Particle Filter - 5 Minutes with Cyrill
• Particle Filter and Monte Carlo Localization (Cyrill Stachniss, 2020)
• MSR Course - 07 Particle Filter (Stachniss)

GMapping

• Occupancy Grid - 5 Minutes with Cyrill
• Occupancy Grid Maps
• SLAM Course - 13 - Grid-Based SLAM with Rao-Blackwellized PFs

MATLAB Beispiele

• SLAM Package of Tim Bailey
• MATLAB implementation of gmapping algorithm
• [2-D and 3-D simultaneous localization and mapping https://www.mathworks.com/help/nav/slam.html?s_tid=CRUX_lftnav]

Weblinks

• SLAM 4 Dummies
• EKF-SLAM Toolbox for MATLAB
• YouTube:SLAM in MATLAB (Weighted Scan Matching & Wheel Odometry)
• YouTube: Laser scanner localization and mapping
• TinySlam: tinySLAM is Laser-SLAM algorithm which has been programmed in less than 200 lines of C-language code.
• SLAM an der TU Chemnitz
• Matlab SLAM Homepage
• SLAM w/ Hokyu Laser Ranger Finder
• An Evaluation of 2D SLAM Techniques Available
• Towards Model-Free SLAM Using a Single Laser Range Scanner for Helicopter MAV
• Udacity - Artificial Intelligence for Robotics
• Intro to Statistics
• EKF-SLAM TOOLBOX FOR MATLAB
• ROS (Robot Operating System)
• C4B Mobile Robots Example Matlab Code
• Simultaneous Localisation and Mapping (SLAM) in MATLAB

Siehe auch

1. Studentische Arbeiten bei Prof. Schneider
2. Anforderungen an eine wissenschaftlich Arbeit

---

→ zurück zum Hauptartikel: Studentische Arbeiten