Einführung in SLAM – Simultaneous Localization and Mapping
Einleitung
Das SLAM-Verfahren (englisch Simultaneous Localization and Mapping; deutsch Simultane Lokalisierung und Kartenerstellung) ist eine Methode, mit der ein mobiler Roboter gleichzeitig eine Karte seiner Umgebung erstellen und seine Pose innerhalb dieser Karte schätzen kann.
Eine der grundlegenden Fähigkeiten eines mobilen Roboters besteht darin, zu wissen, wie seine Umgebung aussieht und wo er sich befindet. Ist eine Karte der Umgebung vorhanden, kann sich ein Roboter mit Hilfe seiner Sensoren wie Ultraschall oder Lidar darin positionieren. Ist die absolute Position des Roboters bekannt, kann eine Karte aufgebaut werden. Dabei misst der Roboter die relative Position möglicher Hindernisse zu ihm und kann mit seiner bekannten Position dann die absolute Position der Hindernisse bestimmen, die dann in die Karte eingetragen wird.
SLAM ist somit ein Henne-Ei-Problem, da weder die Karte noch die Position bekannt ist, sondern gleichzeitig geschätzt werden sollen.
Ihre Aufgaben
- Geben Sie eine Einführung in das Gebiet SLAM.
- Nennen Sie Anwendungen.
- Nennen Sie SLAM Verfahren
- Stellen Sie die Herausforderungen des Arbeitsgebietes SLAM dar.
Kür-Aufgaben
Führen Sie einen Matlab SLAM Algorithmus vor.
Mögliche Fragen
- Was bedeutet SLAM?
- Welche Anwendungen gibt es für SLAM?
- Wie funktioniert SLAM?
- Ist Slam kompliziert?
- Welchen praktischen Einsatz könnte SLAM im Studiengang Mechatronik haben?
Literatur
- Monjazeb, A.: Autonomous Robot Navigation Based on Simultaneous Localization and Mapping. Carleton University (Canada), 2008. ISBN 978-049-4368-29-9
- Nüchter, A.: 3D Robotic Mapping: The Simultaneous Localization and Mapping Problem. Heidelberg: Springer, 2009. ISBN 978-354-0898-83-2
- Tipaldi, G. D.; Burgard, W.: Robot Mapping. Uni Freiburg: Vorlesung, WS 13/14. URL: http://ais.informatik.uni-freiburg.de/teaching/ws18/mapping/. Stand: WS 2018/19
- Stachniss, C.: Robot Mapping. Uni Freiburg: Vorlesung, WS 13/14. URL: http://ais.informatik.uni-freiburg.de/teaching/ws13/mapping/. Stand: WS 2013/14
- Thrun, S.; u.A.: Probabilistic Robotics. Cambridge: MIT Press, 2005. ISBN 978-026-2201-62-9.
- Thrun, S.; u.A.: FastSLAM: A Scalable Method for the Simultaneous Localization and Mapping Problem in Robotics. New York: Springer, 2007. ISBN 978-354-0463-99-3
- Wang, Z. u.A.: Simultaneous Localization and Mapping: Exactly Sparse Information Filters. Singapore: 2011. ISBN 978-981-4350-31-0
Weiterführende Links
- Martin Berysztak: Self Localization and Mapping mit Lidar- oder Kamera
- Wiki: Simultaneous Localization and Mapping
- CeBIT 2012: Roboter erkundet neues Terrain
- TU-Chemnitz: Kartenerstellung - Umgebungsmodellierung
- TU Dortmund: Simultane Lokalisierung und Kartenerstellung eines autonomen Roboters in einer dynamischen Umgebung bei Anwesenheit von Personen
- TU Dortmund: Simultane Lokalisierung und Kartierung spurgeführter Systeme
- MATLAB: Implement Simultaneous Localization And Mapping (SLAM) with Lidar Scans
→ zurück zum Hauptartikel: Seminar SDE WS 18/19