Betreuer: Dipl.-Inf. (FH) Peter Poschmann

Slides:



Advertisements
Ähnliche Präsentationen
Seminarthema 4 Numerische Methoden der Eigenwertberechnung Von: Robert Schirmer Matnr.: Betreuer: Prof.Dr Eiermann.
Advertisements

FH-Hof Georeferenzieren Richard Göbel. FH-Hof Geographische Positionen in Bilddaten Bilddaten werden von Kameras (Sensoren): auf Flugzeugen oder auf Satelliten.
Best Fit Matching von Punktewolken
Medizinische Visualisierung
Ein Überblick über verschiedene Verfahren
Vortrag Relative Orientierung
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
SEMINARVORTRAG, AACHEN, RUBEN SCHWARZWALD Grundlagen der Kameragestützten Objekterkennung in Echtzeit Betreuer: Prof. Dr. Walter Hillen Dipl.-Ing.
Funktionsweise eines Funambolservers Natascha Graf Aachen, 01. Februar 2010.
© Till Hänisch, 2002 BA Heidenheim Methoden zur Aufwandsabschätzung Allgemein: –Reduktion der Komplexität –Vergleich mit Erfahrungswerten Probleme: –Erfassen.
Berechnung von 3D Durchschnittsgesichtern
Beschleunigungsmessungen beim Fahrradfahren mit GPS Jasmin Kupisch Dennis Loosen.
Ein Dozent hat mittels eines Fragebogens die Körpergröße seiner Studenten festgestellt. Anhand der erfassten Daten weiß er, dass der kleinste Student 158.
ASURO Projekt Von Sven Engel Und Marcus Kriegbaum Anwendung der Prozessdatenverarbeitung Im Wintersemester FH Wiesbaden -
Prof. Dr.-Ing. A. Bührig-Polaczek Seminarvortrag Analyse, Implementierung und Optimierung verschiedener Löser für das Mikroseigerungsmodell MicroPhase.
Suchen und Sortieren.
MLDM Übung 8 – IBL 2 Musterlösung.
Praktische Informatik 1
Centre de Prospective et d’Evaluation (C.P.E.)
Programmieren in C Einführung
Terrestrial Laser Scanning (TLS)
Projektseminar Echtzeitsysteme - Endpräsentation
**** Schwarz ****.
Global Positioning System - (Globales Positionsbestimmungssystem)‏
Modul 4 – Pflegebedürftigkeit und Pflegeversicherung
Erkennung von Fassaden
3. 1) XY-Methode (1) Inhalt, Funktion, Ziel
Quadratische Funktionen
Berechnung des Notenschnitts im Abitur
Eine Näherungslösung für das Problem des Handlungsreisenden
Musterlösung zur Klausur "Diskrete Mathematik" vom
Miriram Sorgenfrei, Fabio Schlindwein, Janik Prottung
Scan - Matching Vortrag über Scan-Matching und dessen Verfahren
Satellitengeodäsie Keplerbahnen Torsten Mayer-Gürr
Auswertung der Flugbahnen der LAnAb Messflüge Juni 2004
Algorithmen und Datenstrukturen
Bauprojekt Feinstaubsensor
Algorithmen für Geographische Informationssysteme
KI in Computerspielen Tactical and Strategic AI
Projekt GNSS: Bestimmung der Orientierung (28.November 2016)
DG3 – Zylinderschnitte Aufgabenstellung: Zwei Zylinder werden geschnitten.
MLDM Übung 6 - Evaluation
Einführung in die Programmierung
Ein Winkellayout mit float
Die Numerische Differentiation
Projektseminar Echtzeitsysteme Matchbox Alexander Späth Clemens Chu
Navigation und Regelung einer mobilen Roboterplattform
Navigation und Regelung einer mobilen Roboterplattform
Paradoxien in der Stochastik
Körperschallsensor BKS 02
Galaxien und ihre Entfernungsbestimmung
Übungsblatt 3 – Aufgabe 1 Schaukelndes Boot auf einem See
Geschäftsregeln in XÖV-Standards XÖV-Konferenz 2018
Tutorium Physik 2. Rotation
Berechnung der Gesamtqualifikation gemäß APO-GOSt B
Projekt Draisine.
Einführung in die Programmierung
1. Die rekursive Datenstruktur Liste 1.3 Rekursive Funktionen
START-BRAINSTORMING Was wollen wir eigentlich? Ideen sammeln
Bewertung der Prognosesoftware WinProp
Schätzmethoden: CoCoMo und FPA
Einsatzmatrix 2.0.
2. MKT – Die verbale Selbstinstruktion Mo
Personalisierung im e-Commerce
Schätzungsmethoden Experten und Delphi
Schätzmethoden: Experten & Delphi
iPin Spatial Ruler Pro Kurzanleitung 2018/10/28 ver. D
§11 Skalarprodukt. Euklidische Räume
BIBA - Bremer Institut für Produktion und Logistik GmbH
2.4 Durchlaufen von Bäumen
 Präsentation transkript:

Implementierung des Scan-Matching-Algorithmus MbICP im Fach Mensch-Maschine-Kommunikation/Robotik Betreuer: Dipl.-Inf. (FH) Peter Poschmann Enrico Uhlig, Markus Fischer, Marcus Kupke

Gliederung Scan Matching Algorithmen MbICP

Scan Matching Allgemein Positionsbestimmung eines Roboters: Odometrie (Berechnung der Position mit Hilfe der Daten des Antriebssystems) Sensoren (Ultraschall, Laser) Scan Matching: Odometrie ungenau Korrektur der Odometriedaten durch Abgleich zweier aufeinanderfolgender Positionsschätzungen, die seine Sensoren liefern

Scan Matching Ablauf Scan-Matching-Algorithmus legt zwei Punktwolken (Scans) übereinander Bestimmung der Pose: durch Ermittlung der Transformation (Translation, Rotation) zwischen beiden Aufnahmen Fehler wird verringert

Iterative Closest Point - Algorithmus (ICP) Allgemein iteratives Verfahren zur schrittweisen Annäherung zweier Punktwolken verwendet euklidischen Abstand zur Distanzberechnung Voraussetzung: Punktwolken müssen korrespondieren Algorithmus: Berechnung der Punkt-zu-Punkt-Korrespondenzen Berechnung der Transformation zur Minimierung der Abstände der Korrespondenzen Berechnung des neuen Fehlers

Iterative Closest Point - Algorithmus (ICP) ICP-Varianten TrICP aussortieren von Punkten deren Abstand zu groß ist PLICP verwendet Punkt-zu-Linie-Berechnung ist genauer und erfordert weniger Iterationen anfällig gegenüber großer Initialverschiebung MbICP ...

Iterative Closest Point - Algorithmus (ICP) ICP-Varianten TrICP aussortieren von Punkten deren Abstand zu groß ist PLICP verwendet Punkt-zu-Linie-Berechnung ist genauer und erfordert weniger Iterationen anfällig gegenüber großer Initialverschiebung MbICP ...

Iterative Dual Correspondence - Algorithmus (IDC) Allgemein berücksichtigt Translation und Rotation „nächster Punkt“ - Regel „gleiche Entfernung“ - Regel konvergiert schneller als ICP Einschränkung des Suchraumes nötig vermeidet Rotationsfehler erhöht die Geschwindigkeit mit zunehmender Iteration

Metric-Based - ICP (MbICP) Allgemein ICP-Algorithmus mit speziellem Abstandsmaß Simultane Betrachtung von Translation und Rotation (Orientierung des Sensors) (a) Euklidischer Abstand (b) Abstand des MbICP

Metric-Based - ICP (MbICP) Im Vergleich zu Standard-ICP & IDC weniger Iterationen nötig, da schneller konvergiert bei großen Rotationsfehlern so „robust“ wie IDC benötigt weniger Rechenzeit (a) Konvergenz- rate (b) Rechenzeit

vielen Dank für die Aufmerksamkeit