Self Localization and Mapping (SLAM) mit Lidar- oder Kamera: Unterschied zwischen den Versionen

Version vom 26. Mai 2014, 09:03 Uhr

Autor: Martin Berysztak
Betreuer: Prof. Schneider

Aufgabenstellung

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

SLAM Theorie

Formulierung des SLAM Problems
Ein mobiler Roboter baut eine Karte in einem unbekannten Gebiet gleichzeitig weiß er immer wo er sich gerade befindet. Der Roboter muss zur Lösung dieses Problems über die Möglichkeit verfügen mithilfe von Sensorik Landmarken zu ermitteln.

Das Szenario wird durch folgendes Modell beschrieben:

Das Modell wird in Zeitschritten $k=1...m$ angegeben. Zu jedem Zeitpunkt k sind folgende Sachen bekannt:

$x_k$ - Roboterpose: Position und Orientierung(Blickfeld) des Roboters

$u_k$ - Steuersignal: Angestrebte Position - Orientierungsänderung beim Übergang von $k-1$ zu $k$

$m$ - Menge $m=\lbrace m_i \mid i=1=n \rbrace$ Tatsächliche Position aller Landmarken

$z_k$ - Menge $z_k=\lbrace z_ik \mid i=1:n \rbrace$ Zum Zeitpunkt $k$ beobachtete Position der Landmarke relativ zum Roboter, wobei $z_ik$ die jeweils beobachtete Position einer Landmarke $i$ ist.

Anforderung

Besuch der Veranstaltung Praxisseminar

Empfohlene Zusatzkurse

Matlab/Simulink

Siehe auch

Weblinks

Projekttracking

→ zurück zum Hauptartikel: Studentische Arbeiten

@@ Zeile 26: / Zeile 26: @@
 *<math>u_k</math> - Steuersignal: Angestrebte Position - Orientierungsänderung beim Übergang von <math>k-1</math> zu <math>k</math>
-*<math>m</math> - Menge <math>m=\lbrace m_i \mid i=1=n  \rbrace</math>
+*<math>m</math> - Menge <math>m=\lbrace m_i \mid i=1=n  \rbrace</math> Tatsächliche Position aller Landmarken
+*<math>z_k</math> - Menge <math>z_k=\lbrace z_ik \mid i=1:n  \rbrace</math> Zum Zeitpunkt <math>k</math> beobachtete Position der Landmarke relativ zum Roboter, wobei <math>z_ik</math> die jeweils beobachtete Position einer Landmarke <math>i</math> ist.
 == Anforderung ==