Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
3D LiDAR Odometry and Mapping Leveraging Prior Knowledge
Übersetzter Titel:
3D-LiDAR-Odometrie und Kartierung unter Nutzung von Vorwissen
Autor:
Oelsch, Martin
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Steinbach, Eckehard (Prof. Dr.)
Gutachter:
Steinbach, Eckehard (Prof. Dr.); Rigoll, Gerhard (Prof. Dr. habil.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
Stichworte:
SLAM, localization, mapping, prior knowledge
Übersetzte Stichworte:
SLAM, Lokalisierung, Kartierung, Vorwissen
TU-Systematik:
DAT 760
Kurzfassung:
Autonomous robotic platforms often need to rely on LiDAR-based SLAM for localization and navigation. In visual inspection tasks, for example, robots can leverage the knowledge about the inspection object, i.e., its geometry. This thesis proposes methods to improve LiDAR-SLAM accuracy by creating a static initial map or by leveraging knowledge about a 3D reference object. The effectiveness of the methods is confirmed in experiments with simulated and real data of visual inspection scenarios.
Übersetzte Kurzfassung:
Autonome Roboterplattformen müssen sich häufig zur Lokalisierung und Navigation auf LiDAR-SLAM verlassen. Bei visuellen Inspektionsaufgaben können Roboter das Vorwissen über das Inspektionsobjekt, wie z. B. seine Geometrie nutzen. Diese Arbeit schlägt Methoden zur Verbesserung der LiDAR-SLAM-Genauigkeit vor, indem eine statische Anfangskarte erstellt oder das Vorwissen über ein 3D-Referenzobjekt genutzt wird. Die Wirksamkeit der Methoden wird mit simulierten und realen Daten bestätigt.
WWW:
https://mediatum.ub.tum.de/?id=1661554
Eingereicht am:
17.06.2022
Mündliche Prüfung:
16.01.2023
Dateigröße:
36164670 bytes
Seiten:
160
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230116-1661554-1-0
Letzte Änderung:
31.03.2023
 BibTeX