Simulationsgestützte Landmarkendetektion, Lokalisierung und Modellgenerierung für mobile Systeme

Sondermann, Björn Michael; Roßmann, Heinz-Jürgen; Henrich, Dominik

doi:HT019819427

Simulationsgestützte Landmarkendetektion, Lokalisierung und Modellgenerierung für mobile Systeme = Simulation-based landmark detection, localization and model generation for mobile systems

Sondermann, Björn Michael^RWTH*

2018

Verantwortlichkeitsangabevorgelegt von Diplom-Informatiker Björn Sondermann

ImpressumAachen 2018

Umfang1 Online-Ressource (xv, 233 Seiten) : Illustrationen, Diagramma

Dissertation, RWTH Aachen University, 2018

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Roßmann, Heinz-Jürgen (Thesis advisor)^RWTH* ; Henrich, Dominik (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2018-05-04

Online
DOI: 10.18154/RWTH-2018-227991
URL: http://publications.rwth-aachen.de/record/735099/files/735099.pdf
URL: http://publications.rwth-aachen.de/record/735099/files/735099.pdf?subformat=pdfa

Einrichtungen

Lehrstuhl und Institut für Mensch-Maschine-Interaktion (615210)

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Grundlegend für eine sinnvolle Interaktion von mobilen System mit ihrer Umgebung ist eine sowohl geometrische als auch semantische Umgebungserfassung und -beschreibung. Kern der vorliegenden Dissertation ist ein Konzept zur modellbasierten Umgebungserfassung, gepaart mit einer objektbasierten Lokalisierung. Ziel ist es, die Umgebung in semantischen Umweltmodellen zu beschreiben und in Verbindung mit einem Simulationssystem schließlich als Anwendungsübergreifendes Semantisches Weltmodell (ASW) zu repräsentieren. Das Konzept der vorliegenden Dissertation beinhaltet die drei Hauptkomponenten Umgebungserfassung, Lokalisierung und Umweltmodellierung. Die Erkennung umgebender Objekte und die Zuordnung einer geeigneten Semantik wird in der vorliegenden Dissertation anhand der Entwicklung und Umsetzung sensordatenverarbeitender Algorithmen für verschiedene Anwendungsszenarien vorgestellt. Die realisierte landmarkenbasierte Lokalisierung ermöglicht es, die erkannten Objekte in einem gemeinsamen Bezugssystem zu verorten, um anschließend darin unterschiedliche Datenquellen miteinander verknüpfen zu können. Das breite Spektrum an Anwendungen beginnt mit einfachen Szenarien der mobilen Robotik und reicht bis hin zur Beteiligung vollautonomer Automobile am Straßenverkehr. Mit steigender Komplexität des Anwendungsgebiets steigen auch die Anforderungen an die Umgebungserfassung und -beschreibung. Zudem findet eine Fokussierung auf das Konzept der Situationserfassung statt, begonnen bei der Betrachtung von Daten einzelner Sensoren, über die semantische Interpretation der Messungen, bis hin zur anwendungsübergreifenden, gesamtheitlichen Modellerzeugung im Simulationssystem. Die vorliegende Arbeit erweitert die momentan vorherrschende Vorstellung einer in erster Linie sensorischen Umgebungserfassung und -modellierung um die wesentlichen Aspekte der semantischen Erkennung, Beschreibung und Verwaltung. Durch die semantische Modellierung - ähnlich der menschlichen Umgebungswahrnehmung - können komplexe Anwendungen realisiert werden, die ihre Umgebung "verstehen" und so in der Lage sind, auch komplexe Zusammenhänge zu erfassen, zu klassifizieren und ggfs. auch zu abstrahieren - auf jeden Fall aber sinnvoll und sicher zu interagieren. Durch die Einführung eines formalen und modularen Konzepts, das die drei zentralen Aufgabenfelder miteinander sinnvoll verknüpft, wird eine einheitliche und übergreifende Lösung für die verschiedenen Anwendungsklassen geschaffen. Die vorliegende Arbeit legt den Grundstein für weitere Entwicklungen auf dem Gebiet der kollektiv nutzbaren, anwendungsübergreifenden Weltmodelle und die realisierten Anwendungen zeigen das beeindruckende Potential dieser Forschung.

For the meaningful interaction of mobile systems with their environment, a geometric and semantic environment detection and description is fundamental. The quintessence of this dissertation is a concept for model-based environment detection, coupled with object-based localization. The goal is to describe the environment in semantic environmental models and, in conjunction with a simulation system, to represent it as a comprehensive semantic world model. The concept of the present dissertation includes the three main components environment detection, localization and environmental modeling. The recognition of surrounding objects and the assignment of suitable semantics is presented on the basis of the development and implementation of sensor data processing algorithms for different application scenarios. The implemented landmark-based localization makes it possible to locate the detected objects in a common frame of reference so that they can subsequently link additional data sources. The broad spectrum of applications starts with simple scenarios of mobile robotics and extends to the participation of fully autonomous automobiles on the road. With increasing complexity of the field of application, the requirements for the environmental detection and description also increase. In addition, a focus on the concept of situational awareness takes place, starting with the observation of data from individual sensors, through the semantic interpretation of the measurements, up to application-spanning, holistic modeling in the simulation system. The present work extends the currently predominant notion of primarily sensory environment detection and modeling to the essential aspects of semantic recognition, description and management. Semantic modeling - similar to human perception of the environment - enables the implementation of complex applications that "understand" their environment. Thus, they need to be able to capture, classify and, in some cases, to abstract complex relationships. Eventually, they are able to interact safely and reasonably. The introduction of a formal and modular concept, which interconnects the three domains, creates a uniform and comprehensive solution for various applications. The present work lays the foundation for further developments in the field of collectively usable, multi-application world models and the realized applications show the impressive potential of this research.

OpenAccess:
PDF PDF (PDFA)
(additional files)