Integration impliziter Bedingungen zur gleichzeitigen Lokalisierung und Kartierung

集成同步定位和映射的隐式约束

• 批准号: 166223350
• 负责人: Richard Steffen
• 金额: --
• 依托单位: University of North Carolina at Chapel Hill
• 依托单位国家: 德国
• 项目类别: Research Fellowships
• 财政年份: 2009
• 资助国家: 德国
• 起止时间: 2008-12-31 至 2010-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/166223350?language=en
• 关键词: Integration; impliziter; Bedingungen; zur; gleichzeitigen

Die gleichzeitige Lokalisierung und Kartierung stellt eines der Kernkomponenten autonomer Systeme dar. Bildgebende Sensoren und die Verwendung von rekursiven Schätzverfahren können die gleichzeitige Rekonstruktion geometrischer Objekte und die Lokalisierung des Sensorsystems in seiner Umgebung in Echtzeit ermöglichen. Bereits existierende Systeme mit monokularen Bildsensoren sind noch nicht in der Lage, diese Aufgabe mit hoher Zuverlässigkeit und Genauigkeit zu erfüllen. Die Integration von geometrischem Vorwissen künstlicher Objekte und Merkmalen aus weiteren Sensordaten in diesen Prozess ist aktuelles Forschungsthema. Die Verbesserung der Genauigkeit und insbesondere der Stabilität dieser Verfahren ist eine der zentralen Herausforderungen in diesem Wissenschaftszweig. Ziel dieses Forschungsvorhabens ist die Integration verschiedener geometrischer Bedingungen in einen neuen Typ eines rekursiven Schätzverfahrens zur Lösung der gleichzeitigen Lokalisierung und Kartierung in Echtzeit. Das Verfahren soll es ermöglichen, geometrische Bedingungen unter durchgehender Repräsentation mit homogenen Koordinaten zu formulieren und zu integrieren. Wir wollen zeigen, dass zusätzliches geometrisches Vorwissen zur Verbesserung der Genauigkeit und Erhöhung der Robustheit eines solchen Systems führen. Weiterhin wird eine Multisensorintegration von bildbasierten und distanzgebenden Sensoren anvisiert.

这种快速定位和定位是核心组件系统的一部分。Bildgebende Sensoren und die Verwendung von rekursiven Schätzverfahren können die gleichzeitige Rekonstruktion geometrischer Objekte und die Lokalisierung des Sensorsystems in seiner Umgebung in Echtzeit ermöglichen.在拉格中，使用单一图像传感器的非线性系统还不够，这种Aufgabe具有更高的Zuverlässigkeit和Genauigkeit zu erfüllen。在这一过程中，从传感器数据中获取的几何图形的集成是一个很好的研究课题。Die Verbesserung der Genauigkeit und insbesondere der Stabilität Dieser Verfahren ist eine der zentralen Herausforderungen in diesem Wissenschaftszweig. Ziel dieses Forschungsvorhabens ist die Integration verzedener geometrischer Bedingungen in einen neuen Types eines rekursiven Schätzverfahrens zur Lösung der gleichzeitigen Lokalisierung und Kartierung in Echtzeit. Das Verfahren soll es ermöglichen，geometrische Bedingungen unter durchgehender Repräsentation mit homogenen Koordinaten zu formulieren und zu integrieren。我们将开始讨论，这是一个几何学问题，它可以用来描述一般的几何结构和机器人的工作原理。在此基础上，我们将进行基于图像和距离的多传感器集成。