Benutzer: Gast  Login
Originaltitel:
Vision-based Probabilistic State Estimation for Cooperating Autonomous Robots 
Übersetzter Titel:
Bildbasierte probabilistische Zustandsschätzung für kooperierende autonome Roboter 
Jahr:
2004 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Radig, Bernd (Prof. Dr.) 
Gutachter:
Radig, Bernd (Prof. Dr.); Burgard, Wolfram (Prof. Dr.) 
Format:
Text 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik; FER Fertigungstechnik; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation 
Stichworte:
autonomous mobile robot; Bayes filter; computer vision; cooperative state estimation; Kalman filter; multiple hypothesis tracking; multi-object tracking; multi-robot system; obstacle tracking; pose tracking; RoboCup; robot soccer; sensor fusion; vision-based localisation 
Übersetzte Stichworte:
Autonome mobile Roboter; Bayes Filter; Bildverstehen; Kooperative Zustsandsschätzung; Kalman Filter; Multiples Hypothesen tracking; RoboCup; Roboterfussball; Sensor Fusion; Bildbasierte Lokalisation 
Schlagworte (SWD):
Autonomer Roboter; Lokalisation; Bildverstehen; Zustandsschätzung; Filter ; Fußball; Mannschaft; Hochdimensionales System; Kooperatives Spiel 
TU-Systematik:
FER 986d; DAT 815d; DAT 774d; MSR 632d 
Kurzfassung:
With the services that autonomous robots are to provide becoming more demanding, the states that the robots have to estimate become more complex. In this thesis, a vision-based, probabilistic state estimation method for large and complex states is developed and applied to autonomous mobile robot applications. The proposed method extends the state-of-the-art in state estimation in two important ways. First, it demonstrates how the estimation of states in complex and ill structured state spaces, s...    »
 
Übersetzte Kurzfassung:
Damit autonome mobile Serviceroboter ihre immer komplexer werdenden Serviceaufgaben erfolgreich bearbeiten können, müssen sie den Zustand ihrer Umwelt immer detaillierter und genauer wahrnehmen. Diese Dissertation entwickelt ein bildbasiertes probabilistisches Verfahren zur Schätzung hochdimensionaler Zustände und setzt es auf realen autonomen mobilen Roboterplattformen ein. Das vorgeschlagene Verfahren erweitert den Stand der Technik in zwei wichtigen Bereichen. Zum einen wird demonstriert wie...    »
 
Veröffentlichung:
Universitätsbibliothek der TU München 
Mündliche Prüfung:
17.05.2004 
Dateigröße:
17749384 bytes 
Seiten:
172 
Letzte Änderung:
09.07.2007