Self Localization and Mapping (SLAM) mit Lidar- oder Kamera

Autor: Martin Berysztak
Betreuer: Prof. Schneider

Aufgabenstellung

1. Inbetriebnahme Hardware an einem Lego Mindstorms NXT oder EV3
2. Regelung eines Fahrzeugs in der Mitte eines Ganges
3. Kartografierung der Umwelt
4. Rückfahrt auf dem schnellsten Weg
5. Kartografierung der Strecke
6. Optimierung der Fahrparameter (Geschwindigkeit, optimaler Kurs)
7. Dokumentieren Sie Ihre Vorgehensweise fortlaufend wissenschaftlich.

SLAM Theorie

Formulierung des SLAM Problems

Anforderung

Besuch der Veranstaltung Praxisseminar

Empfohlene Zusatzkurse

• Matlab/Simulink

Siehe auch

1. Studentische Arbeiten bei Prof. Schneider
2. Anforderungen an eine wissenschaftlich Arbeit

Weblinks

• SLAM (Simultaneous Localization and Mapping) for beginners: the basics
• SLAM 4 Dummies
• OpenSLAM
• EKF-SLAM Toolbox for MATLAB
• YouTube:SLAM in MATLAB (Weighted Scan Matching & Wheel Odometry)
• YouTube: Laser scanner localization and mapping
• TinySlam: tinySLAM is Laser-SLAM algorithm which has been programmed in less than 200 lines of C-language code.
• SLAM an der TU Chemnitz
• Matlab SLAM Homepage
• SLAM w/ Hokyu Laser Ranger Finder
• An Evaluation of 2D SLAM Techniques Available
• Towards Model-Free SLAM Using a Single Laser Range Scanner for Helicopter MAV

Projekttracking

---

→ zurück zum Hauptartikel: Studentische Arbeiten