OSE - Objekterkennung und -verfolgung mittels LiDAR WS20/21: Unterschied zwischen den Versionen
| Zeile 1: | Zeile 1: | ||
'''Autoren:''' [[Benutzer:Stefan_Arndt|Stefan Arndt]], [[Benutzer:Marius_Koehler|Marius Köhler]] | '''Autoren:''' [[Benutzer:Stefan_Arndt|Stefan Arndt]], [[Benutzer:Marius_Koehler|Marius Köhler]] | ||
| Zeile 9: | Zeile 10: | ||
Im [https://svn.hshl.de/svn/MTR_SDE_Praktikum/trunk/Anforderungsmanagement/Lastenheft/Lastenheft_Autonomes_Fahrzeug.pdf Lastenheft] des Autonomen Fahrzeugs finden sich folgenden zwei Anforderungen an das Fahrzeug: | Im [https://svn.hshl.de/svn/MTR_SDE_Praktikum/trunk/Anforderungsmanagement/Lastenheft/Lastenheft_Autonomes_Fahrzeug.pdf Lastenheft] des Autonomen Fahrzeugs finden sich folgenden zwei Anforderungen an das Fahrzeug: | ||
[[Datei:Anforderung10.2330.PNG|1100px]] | [[Datei:Anforderung10.2330 2350.PNG|1100px]] | ||
== Funktionaler Systementwurf / Technischer Systementwurf == | == Funktionaler Systementwurf / Technischer Systementwurf == | ||
Version vom 9. Februar 2021, 16:03 Uhr
Autoren: Stefan Arndt, Marius Köhler
Einleitung
Im Rahmen des Praktikums "SDE - Systemintegration" wurde im Wintersemster 2020/2021 eine Software entwickelt, welche die LiDAR-basierte Erkennung und Verfolgung von Hindernissen durch das CaroloCup-Fahrzeug ermöglichen soll. Die Software wurde - grob unterteilt - in einem zweistufigen Prozess entwickelt. Zunächst erfolgte die prototypische Entwicklung und Erprobung in Matlab, anhand vorab aufgezeichneter Messungen. Nach Erreichen eines zufriedenstellenden Zustandes, folgte die Implementierung in C++, welche neben der Verarbeitung von aufgezeichneten Messungen auch direkt auf den LiDAR zugreifen und somit in Echtzeit Hindernisse erkennen und verfolgen kann.
Anforderungen
Im Lastenheft des Autonomen Fahrzeugs finden sich folgenden zwei Anforderungen an das Fahrzeug:
Funktionaler Systementwurf / Technischer Systementwurf
Komponentenspezifikation
Programmierung
Komponententest
Fazit
Literaturverzeichnis
→ zurück zum Hauptartikel: Praktikum SDE