Ground-Truth Referenz über Videokamera: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
Zeile 11: Zeile 11:
# Nutzen Sie einen bestehenden Roboteraufbau.
# Nutzen Sie einen bestehenden Roboteraufbau.
# Versehen Sie den Roboter mit einer Markierung (z.B. einem Farbpunkt).
# Versehen Sie den Roboter mit einer Markierung (z.B. einem Farbpunkt).
# Verfolgen Sie die Markierung im Videobild.
# Bestimmen Sie anhand der Markierung die Roboterpose aus dem Videobild.
# Bewerten Sie Ihr Ergebnis quantitativ.
# Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
# Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
# Softwareentwicklung nach SDE Standard in SVN
# Softwareentwicklung nach SDE Standard in SVN
Zeile 20: Zeile 21:


== Weblinks ==
== Weblinks ==
*[https://www.youtube.com/watch?v=PWdxnERpynU&t=1s QR Generator]
*[https://www.youtube.com/watch?v=PWdxnERpynU&t=1s Mobile robot localisation with lego EV3 robot]





Aktuelle Version vom 11. April 2018, 15:48 Uhr

Autor:
Betreuer: Prof. Schneider

Motivation

Um Algorithmen Autonomer Mobiler Roboter bewerten zu können benötigt man eine Referenz der tatsächlichen Bewegung (Ground Truth).

Ziel

Erzeugen Sie ein Matlab Programm, welches über eine Webcam und eine Robotermarkierung zuverlässig Referenzdaten generiert.

Aufgabe

  1. Nutzen Sie einen bestehenden Roboteraufbau.
  2. Versehen Sie den Roboter mit einer Markierung (z.B. einem Farbpunkt).
  3. Bestimmen Sie anhand der Markierung die Roboterpose aus dem Videobild.
  4. Bewerten Sie Ihr Ergebnis quantitativ.
  5. Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
  6. Softwareentwicklung nach SDE Standard in SVN
  7. Funktionsnachweis als YouTube-Video (vgl. Veranstaltungsregeln)

Lösung

Weblinks


BSD-Lizenzbedingung BSD-Lizenz

Copyright (c) 2018, Hochschule Hamm-Lippstadt, Dep. Lip. 1, Prof. Schneider
Hochschule Hamm-Lippstadt. Alle Rechte vorbehalten.




→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung SoSe2018