Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Motion Estimation, 3D Reconstruction and Navigation with Range Sensors
Übersetzter Titel:
Bewegungsbestimmung, 3D-Rekonstruktion und Navigation mit Tiefenkameras und Laserscannern
Autor:
Jaimez Tarifa, Mariano
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Cremers, Daniel (Prof. Dr.); Gonzalez Jimenez, Javier (Prof. Dr.)
Gutachter:
Cremers, Daniel (Prof. Dr.); Gonzalez Jimenez, Javier (Prof. Dr.); Prisacariu, Victor Adrian (Prof. Dr.); García, Cristina Urdiales (Prof. Dr.); Burschka, Darius (Prof. Dr.); Civera Sancho, Javier (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
range sensors, motion estimation, odometry, scene flow, 3D vision
Übersetzte Stichworte:
Tiefenkameras, Rekonstruktion, Bewegungsbestimmung Laserscanner, Odometrie, 3D Vision
TU-Systematik:
DAT 760d; DAT 770d
Kurzfassung:
In this thesis we leverage range sensors, namely depth cameras and laser scanners, to solve fundamental problems that lie at the interface between computer vision and robotics. Concretely, new algorithms are proposed for sensor tracking (odometry), scene flow estimation, 3D Reconstruction of objects and autonomous navigation of mobile robots. Besides the theoretical contributions described herein, fast implementations of these algorithms are available online for public use.
Übersetzte Kurzfassung:
In der vorliegenden Arbeit werden Lösungsansätze für grundlegende Probleme an der Schnittstelle von Robotik und Computer Vision mithilfe von Tiefenkameras und Laserscannern vorgestellt. Konkret beschrieben sind Algorithmen für das Tracken von Sensoren (Odometrie), die Berechnung von Szenenfluss, die 3D-Rekonstruktion von Objekten, sowie die autonome Navigation mobiler Roboter. Neben der theoretischen Darstellung in dieser Arbeit sind effiziente Implementierungen der Algorithmen online verfügbar.
WWW:
https://mediatum.ub.tum.de/?id=1399506
Mündliche Prüfung:
21.11.2017
Dateigröße:
33299310 bytes
Seiten:
199
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20180411-1399506-1-7
Letzte Änderung:
18.06.2018
 BibTeX