Version vom 2. August 2021, 10:30 Uhr

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

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

Partikelfilter

GMapping

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

Siehe auch

→ zurück zum Hauptartikel: Studentische Arbeiten

@@ Zeile 10: / Zeile 10: @@
 = 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.
+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 [http://www2.informatik.uni-freiburg.de/~stachnis/pdf/grisetti06tro.pdf hier] beschriebene Verfahren soll in MATLAB® umgesetzt werden.
 = Aufgabenstellung =
-# Einarbeitung in das Thema anhand von Fachliteratur
+# Einarbeitung in das Thema GMapping anhand von Fachliteratur
-# Entwicklung von Kriterien zur Bewertung von SLAM Verfahren
+# Analyse und Vergleich der bestehenden Simulationsumgebungen
-# Vergleich aktueller Systeme anhand der Kriterien (morphologischer Kasten)
+## [https://www.openslam.org/bailey-slam.html SLAM Package of Tim Bailey]
-# Empfehlung der Top 3 SLAM-Verfahren.
+## [https://www.mathworks.com/help/nav/slam.html MATLAB® SLAM Toolbox]
-# Kür: Welche Verfahren werden in den Haushaltsrobotern angewendet?
+# Auswahl einer geeigneten Simulationsumgebung
-# Dokumentation nach wissenschaftlichem Stand
+# Umsetzung des [http://www2.informatik.uni-freiburg.de/~stachnis/pdf/grisetti06tro.pdf GMapping-Verfahrens] als Simulation in MATLAB®
+# Qualitative und quantitative Bewertung des umgesetzten Verfahrens
+# Dokumentation von Theorie, Simulation und Ergebnissen nach wissenschaftlichem Stand
 # Präsentation der Ergebnisse
@@ Zeile 28: / Zeile 30: @@
 = Getting Started =
+* Richten Sie zum Datenaustausch Ihren [https://studyassist.stud.hshl.de/at-home/extern/sciebo/ 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 =
@@ Zeile 40: / Zeile 49: @@
 == Partikelfilter ==
+* [https://youtu.be/YBeVDxTHiYM Particle Filter - 5 Minutes with Cyrill]
+* [https://youtu.be/MsYlueVDLI0 Particle Filter and Monte Carlo Localization (Cyrill Stachniss, 2020)]
+* [https://youtu.be/uYIjB93oAUo MSR Course - 07 Particle Filter (Stachniss)]
 == GMapping ==
+*[https://youtu.be/8ckhPViqneg Occupancy Grid - 5 Minutes with Cyrill]
 *[https://youtu.be/v-Rm9TUG9LA Occupancy Grid Maps]
 *[https://youtu.be/3Yl2aq28LFQ SLAM Course - 13 - Grid-Based SLAM with Rao-Blackwellized PFs]

2D SLAM mit GMapping: Unterschied zwischen den Versionen