Benutzer: Gast  Login
Originaltitel:
Fahrzeugeigenlokalisierung innerhalb bekannter Indoor-Umgebungen mittels Seriensensorik 
Übersetzter Titel:
Vehicle self-localization within known indoor environments using series production sensors 
Jahr:
2015 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Knoll, Alois (Prof. Dr. habil.) 
Gutachter:
Knoll, Alois (Prof. Dr. habil.); Lienkamp, Markus (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
DAT Datenverarbeitung, Informatik; VER Technik der Verkehrsmittel 
Stichworte:
Fahrzeugeigenlokalisierung, autonomes Parken, Sensormodell, Ultraschall, Bildverarbeitung, Resampling, Partikel-Filter, Extended Kalman-Filter 
Übersetzte Stichworte:
Vehicle self-localization, autonomous parking, sensor model, ultrasound sensor, image processing, resampling, particle-filter, extended kalman-filter 
TU-Systematik:
DAT 260d; DAT 815d 
Kurzfassung:
Diese Arbeit stellt Ansätze zur Fahrzeugeigenlokalisierung innerhalb bekannter Umgebungen wie Parkhäuser und Tiefgaragen vor. Sie sollen das autonome Parken ausschließlich auf Basis fahrzeugseitiger Seriensensorik ermöglichen. Es wurde einerseits ein Partikel-Filter-basierter Ansatz entwickelt, welcher auf Basis von Ultraschallsensoren, der Fahrzeugodometrie sowie einer a priori bekannten Umfeldkarte die Fahrzeugpose schätzt. Außerdem wurde ein bildbasierter Ansatz realisiert, welcher die Fahrze...    »
 
Übersetzte Kurzfassung:
This thesis presents methods for vehicle localization within known environments like car parks and underground car parks. These methods enable autonomous parking solely using the cars series production sensors. On the one hand, a particle-filter-based approach was developed, which estimates the vehicle’s pose using ultrasonic sensors, vehicle’s odometry and an a priori map of the environment. On the other hand, a camera-based approach was realized, which performs vehicle localization using image...    »
 
Serie / Reihe:
Audi-Dissertationsreihe 
Bandnummer:
112 
Mündliche Prüfung:
13.10.2015 
Letzte Änderung:
02.03.2016