Robotik Mapping berblick ber die wichtigsten Algorithmen berblick
Robotik Mapping Überblick über die wichtigsten Algorithmen
Überblick Probleme n Kalmanfilter n Occupancy Grid Maps n Objekt Maps n
Einleitung Was ist Roboter Mapping? n Warum ist es so wichtig? n Was ist machbar? n
Sensoren
Probleme Messrauschen n Objekte n Korrespondenzproblem n Dynamik n Steuerbefehle n
Messrauschen Statistisch abhängig n Addieren sich über die Zeit auf n
Objekte Hohe Anzahl an Objekten n Beschränkung auf die Wichtigsten Objekte n Türen, Räume, Korridore, Kreuzungen
Korrespondenzproblem
Dynamik der Umwelt Veränderung der Umgebung n Annahme von statischen Umgebungen n
Steuerbefehle Richtige Bewegungen ausführen n Roboterexploration n
Probabilistik n Ungenauigkeit und Messrauschen n Satz von Bayes P( x | d ) = η p( d | x ) p( x )
SLAM Problem n SLAM Simultanes Lokalisieren und Mapping § Huhn und Ei Problem
SLAM Problem Ein Roboter exploriert eine unbekannte, statische Umgebung Gegeben: § Roboter Steuerbefehle §Beobachtung von nahe gelegenen Features Berechnen: §Karte mit den Features §Der Pfad des Roboters
SLAM
Kalmanfilter
Vorteile des Kalmanfilters n Wahrscheinlichkeit über alle Karten und Positionen n Alle Unsicherheiten mit einbezogen
Nachteile des Kalmanfilters n Messrauschen muss unabhängig sowie gaußverteilt sein. n Ein Fehler in der Identifizierung hat ein Versagen des Mapping Algorithmus zur Folge
Occupancy Grid Maps
Occupancy Grid Maps
Objekt Maps n Beschreibung durch einfach geometrische Formen oder Objekten Vorteile gegenüber Grid Maps: § kompakter § können genauer sein § notwendig für Dynamische Umgebungen § liegen näher an menschlichen Wahrnehmung
Objekt Maps
Aussichten n 3 D Mapping n Dynamische Umgebungen
- Slides: 24