SLAM mit LiDAR: Unterschied zwischen den Versionen

Aktuelle Version vom 27. Juli 2020, 10:53 Uhr

Autoren: Arndt, S.
Betreuer: Prof. Schneider
Art: Projektarbeit
Projektlaufzeit: TBD

Motivation

Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. Hierzu müssen sie ihre Umgebung kartografieren und sich in dieser entstehenden Karte selbst lokalisieren.

Aufgabe

Die Aufgabe dieser Arbeit ist es, mithilfe eines LEGO EV3 kombiniert mit dem XV11-LiDAR(Light Detection and Ranging) die Umgebung zu erkennen und auszuwerten. Im nachfolgenden Schritt, sollen die Daten dazu genutzt werden eine Umgebungskarte zu erstellen um eine Karte in der Unity-Engine zeichnen zu können.

Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf:

Entwurf und Bau des LEGO© EV3- Roboters
Montage des Sensors durch eine in SolidWorks entworfene Montageplattform (3D-Druck) incl. Verkabelung
Errichtung einer Cross-Compiler-Toolchain
Inbetriebnahme des Sensors und Programmierung
Darstellung der Umgebung in Unity©
Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik.

Erwartungen an die Projektlösung

Inbetriebnahme des LiDAR
Schnittstelle LiDAR zu EV3 z.B. mit Matlab/Simulink
Messdatenauswertung auf dem EV3
Bewertung der Ergebnisse
Softwareentwicklung nach HSHL Standard in SVN
Machen Sie spektakuläre Videos, welche die Funktion visualisieren.
Test und wiss. Dokumentation
Live Vorführung während der Abschlusspräsentation

Anforderungen

Recherchieren Sie nach Methoden zum LiDAR SLAM und wählen Sie ein effizientes Verfahren aus (z.B. Scan-Matching).
Zeichnen Sie als Eingangsdaten Roboterfahrten (LiDAR und Odometrie) auf (z.B. LiDAR am EV3).
Verarbeiten Sie diese Eingangsdaten mit MATLAB oder Simulink.
Nutzen Sie einen existierenden Parkours (z.B. hier)
Stellen Sie Ihre Ergebnisse in MATLAB/Simulink dar.
Stellen Sie die Objekte im Sichtfeld in der Draufsich metrisch dar.
Schätzen Sie die Genauigkeit Ihres Algorithmus ab.
Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
Softwareentwicklung nach HSHL Standard in SVN
Funktionsnachweis als YouTube-Video

Video

Verlinken Sie hier ein YouTube-Video zu Ihrem fertigen Projekt. Tipps zum Video finden Sie hier.

Weblinks

Literatur

Siehe auch

BSD-Lizenzbedingung BSD-Lizenz

Autoren: Schirrmeister, A.
Betreuer: Prof. Schneider

→ zurück zur Übersicht: Studentische Arbeiten

@@ Zeile 9: / Zeile 9: @@
 Mobile Roboter, wie beispielsweise Saugroboter, müssen wissen, wo sie sich befinden, um effizient zu reinigen. Hierzu müssen sie ihre Umgebung kartografieren und sich in dieser entstehenden Karte selbst lokalisieren.
-== Ziel ==
+== Aufgabe ==
-Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik und dem 2D-Scan-Matching Verfahren.
+Die Aufgabe dieser Arbeit ist es, mithilfe eines LEGO EV3 kombiniert mit dem XV11-LiDAR(Light Detection and Ranging) die Umgebung zu erkennen und auszuwerten. Im nachfolgenden Schritt, sollen die Daten dazu genutzt werden eine Umgebungskarte zu erstellen um eine Karte in der Unity-Engine zeichnen zu können.
+Zur besseren Projektübersicht und Planung teile ich das Vorhaben, wie folgt, in mehrere Abschnitte auf:
+# Entwurf und Bau des LEGO© EV3- Roboters
+# Montage des Sensors durch eine in SolidWorks entworfene Montageplattform (3D-Druck) incl. Verkabelung
+# Errichtung einer Cross-Compiler-Toolchain
+# Inbetriebnahme des Sensors und Programmierung
+# Darstellung der Umgebung in Unity©
+# Realisieren Sie einen SLAM-Algorithmus mit LiDAR-Sensorik.
+== Erwartungen an die Projektlösung ==
+*Inbetriebnahme des LiDAR
+*Schnittstelle LiDAR zu EV3 z.B. mit Matlab/Simulink
+*Messdatenauswertung auf dem EV3
+*Bewertung der Ergebnisse
+*Softwareentwicklung nach HSHL Standard in SVN
+*Machen Sie spektakuläre Videos, welche die Funktion visualisieren.
+*Test und wiss. Dokumentation
+*Live Vorführung während der Abschlusspräsentation
 == Anforderungen ==
-# Recherchieren Sie nach Methoden zum 2D-Scan-Matching und wählen Sie ein effizientes Verfahren aus.
+# Recherchieren Sie nach Methoden zum LiDAR SLAM und wählen Sie ein effizientes Verfahren aus (z.B. [[SLAM_mit_Scan-Matching_mit_LiDAR|Scan-Matching]]).
-# Zeichnen Sie als Eingangsdaten Roboterfahrten (LiDAR und Odometrie) auf.
+# Zeichnen Sie als Eingangsdaten Roboterfahrten (LiDAR und Odometrie) auf (z.B. [[Low-Cost-LiDAR_mit_EV3|LiDAR am EV3]]).
-# Verarbeiten Sie diese Eingangsdaten mit Matlab.
+# Verarbeiten Sie diese Eingangsdaten mit MATLAB oder Simulink.
-# Stellen Sie Ihre Ergebnisse in Matlab dar.
+# Nutzen Sie einen existierenden Parkours (z.B. [[Projekt_70a:Bau_eines_Labyrinths_f%C3%BCr_EV3-Roboter| hier]])
+# Stellen Sie Ihre Ergebnisse in MATLAB/Simulink dar.
 # Stellen Sie die Objekte im Sichtfeld in der Draufsich metrisch dar.
 # Schätzen Sie die Genauigkeit Ihres Algorithmus ab.
@@ Zeile 32: / Zeile 52: @@
 * [https://www.mathworks.com/help/nav/ug/implement-simultaneous-localization-and-mapping-with-lidar-scans.html]
 * [https://essay.utwente.nl/71535/1/Folmer_MA_EEMCS.pdf]
+* [[Projekt_70c:_Labyrinth_SLAM_mit_EV3]]
+*[https://www.ev3dev.org/docs/tutorials/using-xv11-lidar/]
+*[https://www.youtube.com/watch?v=G6uVg34VzHw]
 == Literatur ==
@@ Zeile 39: / Zeile 62: @@
 #[[Studentische_Arbeiten_bei_Prof._Schneider|Studentische Arbeiten bei Prof. Schneider]]
 #[[Anforderungen_an_eine_wissenschaftlich_Arbeit| Anforderungen an eine wissenschaftlich Arbeit]]
+#[[Wiki-Artikel_schreiben|Wiki-Artikel schreiben]]
 == [[BSD-Lizenzbedingung BSD-Lizenz]] ==
@@ Zeile 46: / Zeile 70: @@
-----
-→ zurück zum Hauptartikel: [[Studentische_Arbeiten| Studentische Arbeiten]]
+<!-- Kopieren Sie diesen Header in Ihren Artikel, damit er aufgelistet wird.  -->
+'''Autoren:''' [[Benutzer:Alexander_Schirrmeister|Schirrmeister, A.]]
+<br/>
+'''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]]<br/>
+→ zurück zur Übersicht: [[Studentische_Arbeiten|Studentische Arbeiten]]