2D SLAM mit GMapping: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
(→Ziel) |
|||
| Zeile 10: | Zeile 10: | ||
= Ziel = | = Ziel = | ||
Im Rahmen dieser Projektarbeit soll ein SLAM Algorithmus nach dem Prinzip | 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. | ||
= Aufgabenstellung = | = Aufgabenstellung = | ||
Version vom 2. August 2021, 09:37 Uhr
Autoren: offen
Betreuer: Prof. Schneider
Art: offen
Projektlaufzeit:
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.
Aufgabenstellung
- Einarbeitung in das Thema anhand von Fachliteratur
- Entwicklung von Kriterien zur Bewertung von SLAM Verfahren
- Vergleich aktueller Systeme anhand der Kriterien (morphologischer Kasten)
- Empfehlung der Top 3 SLAM-Verfahren.
- Kür: Welche Verfahren werden in den Haushaltsrobotern angewendet?
- Dokumentation nach wissenschaftlichem Stand
- Präsentation der Ergebnisse
Anforderung
- Wissenschaftliche Vorgehensweise (Projektplan, etc.)
- Wöchentliche Fortschrittsberichte (informativ)
- Projektvorstellung im Wiki
Getting Started
Literatur
SLAM allgemein
Partikelfilter
GMapping
- 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
Weblinks
- Kickstarter: CrazyPi
- SLAM (Simultaneous Localization and Mapping) for beginners: the basics
- SLAM 4 Dummies
- OpenSLAM
- 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
- SLAM Package of Tim Bailey
- ROS (Robot Operating System)
- C4B Mobile Robots Example Matlab Code
- Simultaneous Localisation and Mapping (SLAM) in MATLAB
Siehe auch
→ zurück zum Hauptartikel: Studentische Arbeiten