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