Implementierung von FastSLAM 2.0 und Tests in Outdoor-Simulationsumgebungen

Abb. 1: FastSLAM 2.0

Autor:	Benjamin Dilly
Modul:	Bachelorarbeit, MTR-B-2-7.01
Starttermin:	TBD
Abgabetermin:	TBD
Prüfungsform:	Modulabschlussprüfung als schriftliche Dokumentation (Bachelorarbeit) im Umfang von 30 bis 60 Seiten Textteil und Präsentation (15 Minuten) zzgl. Kolloquiumsdiskussion (15-30 Minuten).
Betreuer:	Prof. Dr.-Ing. Schneider, Tel. 806
Mitarbeiter:	Marc Ebmeyer, Tel. 847

Einleitung

Algorithmen zur simultanen Lokalisierung und Kartographierung (SLAM) sind ein wichtiger Bestandteil in der mobilen Robotik. Da heutzutage meist hochauflösende Laserscanner eingesetzt werden, haben sich Scan-Matching basierende SLAM-Algorithmen für die Indoor-Anwendung durchgesetzt. Jedoch scheitern diese Algorithmen in unstrukturierten und spärlich belegten Umgebungen (kaum bis keine Wände, geringe Anzahl an Messpunkte durch den Laserscanner), wie es im Outdoor-Bereich der Fall ist. Eine Möglichkeit, um in dieser Umgebung zu navigieren, ist die Verwendung eines Landmarken-basierenden SLAM-Verfahrens. Eines dieser Verfahren ist FastSLAM 2.0, das markante Umgebungsmerkmale (Features) mithilfe einer Gaußverteilung modelliert. Die verschiedenen Möglichkeiten der Trajektorie als auch der gesamten Karte werden durch Partikel abgebildet (siehe [1]) Da in einem industriellen Umfeld sowohl Indoor als auch Outdoor-Navigation verlangt wird, sollen beide SLAM-Algorithmen bei Hanning zum Einsatz kommen.

Anforderungen an die wissenschaftliche Arbeit

• Wissenschaftliche Vorgehensweise (Projektplan, etc.), nützlicher Artikel: Gantt Diagramm erstellen
• Wöchentlicher Fortschrittsberichte (informativ), aktualisieren Sie das Besprechungsprotokoll - Live Gespräch mit Prof. Schneider
• Projektvorstellung im Wiki
• Tägliche Sicherung der Arbeitsergebnisse in SVN
• Tägliche Dokumentation der geleisteten Arbeitsstunden
• Studentische Arbeiten bei Prof. Schneider
• Anforderungen an eine wissenschaftlich Arbeit

SVN-Repositorium

• https://svn.hshl.de/svn/Robotik_und_Autonome-Systeme/trunk/

Getting started

Lesen Sie zum Einstieg diese Artikel

• Gantt Diagramm erstellen
• Tipps zum Schreiben eines Wiki-Artikels
• PAP Designer Einstieg
• Einführung in SVN

Quellen

1. Montemerlo, M.; Thrun, S., u.a.: FastSLAM 2.0: An Improved Particle Filtering Algorithm for Simultaneous Localization and Mapping that Provably Converges. In: Proceedings of IJCAI, 2003, S. 1151-1156

Nützliche Artikel

• Navigation_eines_FTF_mit_ROS2 Y. Schmidt: Navigation eines FTF mit ROS2

---

→ zurück zum Hauptartikel: Studentische Arbeiten