Filtern
Dokumenttyp
- Masterarbeit (8)
- Dissertation (5)
- Bachelorarbeit (3)
- Diplomarbeit (2)
Schlagworte
- API (1)
- API analysis (1)
- API-Analyse (1)
- Ad-hoc-Netz (1)
- Algorithmische Geometrie (1)
- Android 2 (1)
- Android 3 (1)
- Android 4 (1)
- Android <Systemplattform> (1)
- Aspect-orientation (1)
- Aspekt-Orientierung (1)
- Beaconless (1)
- Befahrbarkeit (1)
- Developer profiling (1)
- Dimension 3 (1)
- Distributed Algorithm (1)
- Drahtloses Sensorsystem (1)
- Drahtloses vermachtes Netz (1)
- Ebener Graph (1)
- Echtzeit-Interaktion (1)
- Entwickler Profil (1)
- Gelände (1)
- Geographic routing (1)
- Geometric spanner (1)
- Graph (1)
- Hindernis (1)
- Java. Programmiersprache (1)
- Klassifikation (1)
- Knowledge Engineering (1)
- Knowledge Graphs (1)
- Komplexität / Algorithmus (1)
- Laser (1)
- Local algorithm (1)
- MSR (1)
- Meteor (1)
- Mining Software Repositories (1)
- Multimodal Medical Image Analysis Cochlea Spine Non-rigid Registration Segmentation ITK VTK 3D Slicer CT MRI CBCT (1)
- Nachbarschaftsgraph (1)
- Netzwerktopologie (1)
- Nutzerzufriedenheit (1)
- PHP (1)
- Planar graphs (1)
- Quasi unit disk graph (1)
- Reactive algorithm (1)
- Roboter (1)
- Routing (1)
- Semantic Data (1)
- Smartphone (1)
- Software Engineering (1)
- Software Repositories (1)
- Straßenzustand (1)
- Tablet PC (1)
- Technology Acceptance Model (1)
- Type System (1)
- Type system (1)
- Unit disk graph (1)
- Verteilter Algorithmus (1)
- Wahrscheinlichkeitsrechnung (1)
- Wireless sensor network (1)
- Zusammenhängender Graph (1)
- e-service quality (1)
Terrainklassifikation mit Markov Zufallsfeldern für autonome Roboter in unstrukturiertem Terrain
(2015)
Diese Doktorarbeit beschäftigt sich mit dem Problem der Terrainklassifikation im unstrukturierten Außengelände. Die Terrainklassifikation umfasst dabei das Erkennen von Hindernissen und flachen Bereichen mit der einhergehenden Analyse der Bodenoberfläche. Ein 3D Laser-Entfernungsmesser wurde als primärer Sensor verwendet, um das Umfeld des Roboters zu vermessen. Zunächst wird eine Gitterstruktur zur Reduktion der Daten eingeführt. Diese Datenrepräsentation ermöglicht die Integration mehrerer Sensoren, z.B. Kameras für Farb- und Texturinformationen oder weitere Laser-Entfernungsmesser, um die Datendichte zu erhöhen. Anschließend werden für alle Terrainzellen des Gitters Merkmale berechnet. Die Klassifikation erfolgt mithilfe eines Markov Zufallsfeldes für Kontextsensitivität um Sensorrauschen und variierender Datendichte entgegenzuwirken. Ein Gibbs-Sampling Ansatz wird zur Optimierung eingesetzt und auf der CPU sowie der auf GPU parallelisiert um Ergebnisse in Echtzeit zu berechnen. Weiterhin werden dynamische Hindernisse unter Verwendung verschiedener State-of-the-Art Techniken erkannt und über die Zeit verfolgt. Die berechneten Informationen, wohin sich andere Verkehrsteilnehmer bewegen und in Zukunft hinbewegen könnten, werden verwendet, um Rückschlüsse auf Bodenoberflächen zu ziehen die teilweise oder vollständig unsichtbar für die Sensoren sind. Die Algorithmen wurden auf unterschiedlichen autonomen Roboter-Plattformen getestet und eine Evaluation gegen von Menschen annotierte Grundwahrheiten von Karten aus mehreren Millionen Messungen wird präsentiert. Der in dieser Arbeit entwickelte Ansatz zur Terrainklassifikation hat sich in allen Anwendungsbereichen bewährt und neue Erkenntnisse geliefert. Kombiniert mit einem Pfadplanungsalgorithmus ermöglicht die Terrainklassifikation die vollständige Autonomie für radgetriebene Roboter in natürlichem Außengelände.