Zur Seitenansicht
 

Titelaufnahme

Titel
Autonomous navigation with simultaneous localization and mapping in indoor environments / Matej Stanić
VerfasserStanić, Matej
Betreuer / BetreuerinnenPiater, Justus ; Krivić, Senka
ErschienenInnsbruck, 18th April 2018
Umfangxiv, 65 Blätter : Illustrationen, Diagramme
HochschulschriftUniversität Innsbruck, Masterarbeit, 2018
Datum der AbgabeApril 2018
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (DE)SLAM / autonome Navigation / Innenraumumgebung / Erkennung von Treppen / Erkennung von Türen
Schlagwörter (EN)SLAM / autonomous exploration / navigation / indoor environment / stairs detection / door recognition
URNurn:nbn:at:at-ubi:1-16706 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Autonomous navigation with simultaneous localization and mapping in indoor environments [3.47 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Autonome mobile Roboter arbeiten mit Karten, die mittels simultanem Lokalisieren und Kartieren (engl. SLAM) erstellt werden. SLAM ist ein Verfahren, bei dem ein Roboter eine Karte seiner Umgebung erstellt und gleichzeitig seine Pose innerhalb dieser Karte schätzt. Obwohl aktuelle SLAM-Verfahren ein hohes Maß an Reife erreicht haben, werden autonomes Kartieren und Navigieren nicht berücksichtigt. Das Ziel dieser Arbeit ist die Erstellung eines robusten Verfahrens für autonome Navigation in Innenraumumgebungen. Einerseits wird das auf Partikelfilter basierende SLAM-Verfahren gmapping mit einem System für autonome Erkundung und Navigation erweitert. Andererseits werden Probleme, die in Innenraumumgebungen auftreten, diskutiert und gelöst. Dazu gehören sowohl die Detektion von gefährlichen Gebieten wie Treppen als auch die Erkennung von geöffneten und geschlossenen Türen.

Zusammenfassung (Englisch)

Autonomous mobile robots operate on maps created by simultaneous localization and mapping (SLAM). SLAM is the process by which a robot builds a map of its environment and, at the same time, keeps track of its pose using the generated map. Even though stateof-the-art SLAM approaches have obtained a high degree of maturity they do not provide autonomy in mapping and navigation. The goal of this thesis is to find a robust approach for autonomous mapping and navigation in indoor environments. On the one hand gmapping, a particle filter-based approach to SLAM, is extended with an approach for autonomous exploration and navigation. On the other hand, issues occurring in indoor Environments are discussed and resolved. This includes the recognition of dangerous areas such as stairs as well as the recognition of open and closed doors.

Statistik
Das PDF-Dokument wurde 16 mal heruntergeladen.
Lizenz
CC-BY-Lizenz (4.0)Creative Commons Namensnennung 4.0 International Lizenz