User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Deep Learning Methods for Vehicle Localization and Control under Challenging Conditions
Translated title:
Deep-Learning-Methoden für die Fahrzeuglokalisierung und -steuerung unter anspruchsvollen Bedingungen
Author:
Wenzel, Patrick M.
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Cremers, Daniel (Prof. Dr.)
Referee:
Cremers, Daniel (Prof. Dr.); Burgard, Wolfram (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 760; DAT 770
Abstract:
This thesis presents deep learning-based methods for vehicle localization and control under challenging conditions. Firstly, we introduce sensorimotor control methods that do not require annotated data for each condition. Secondly, we present a direct visual localization system, improving robustness to appearance changes by optimizing featuremetric instead of photometric errors. Finally, we present a dataset of challenging environmental conditions to evaluate long-term SLAM.
Translated abstract:
Die Arbeit stellt Deep-Learning-basierte Methoden zur Fahrzeuglokalisierung und -steuerung vor. Wir präsentieren sensomotorische Steuerungsmethoden, die nicht für jede Bedingung annotierte Daten erfordern. Zudem stellen wir ein direktes visuelles Lokalisierungssystem vor, welches durch Nutzung des merkmalsmetrischen Fehlers die Robustheit gegenüber visuellen Veränderungen verbessert. Zuletzt stellen wir zur Bewertung von Langzeit-SLAM einen Datensatz mit anspruchsvollen Umgebungsbedingungen vor.
WWW:
https://mediatum.ub.tum.de/?id=1692819
Date of submission:
21.12.2022
Oral examination:
25.07.2023
File size:
52200477 bytes
Pages:
221
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230725-1692819-1-9
Last change:
01.09.2023
 BibTeX