- AutorIn
- Dipl.-Ing. Sebastian Grünwedel
- Titel
- Robuste Lokalisierung von autonomen Fahrzeugen mittels Landmarken
- Alternativtitel
- Robust localization of autonomous vehicles using landmarks
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:ch1-200901525
- Datum der Einreichung
- 07.02.2008
- Abstract (DE)
- Die Fahrzeuglokalisierung ist im Bereich der Fahrerassistenzsysteme von entscheidender Bedeutung und Voraussetzung fur verschiedene Anwendungen der Robotik, wie z.B. Navigation oder Kollisionsvermeidung fur fahrerlose Transportsysteme (FTS). In dieser Arbeit wird ein Verfahren zur Lokalisierung mittels Landmarken vorgestellt, die eine Orientierung bezuglich einer Karte ermoglichen. Dabei werden der Erweiterte- Kalman-Filter und der Partikel-Filter fur diese Aufgabe untersucht und verglichen. Ein Schwerpunkt dieser Betrachtungen stellt dabei der Partikel-Filter dar. Die besondere Problematik der Initialisierung wird ausfuhrlich fur beide Filter dargestellt. Simulationen und Versuche zeigen, dass sich der Partikel-Filter fur eine robuste Lokalisierung der Fahrzeugposition verwenden lasst. Im Vergleich dazu kann der Erweiterte-Kalman-Filter nur im begrenzten Maße eingesetzt werden.
- Abstract (EN)
- The localization of vehicles is of vital importance in the field of driver assistance systems and a requirement of different applications for robotics, i.e. navigation or collision avoidance for automatic guided vehicle systems. In this thesis an approach for localization by means of landmarks is introduced, which enables an orientation regarding a map. The extended Kalman filter and the particle filter are analyzed and compared. The main focus for this consideration is on the particle filter. The problematic for initialization is discussed in detail for both filters. Simulations and tests prove that the particle filter is suitable for robust localization of the vehicle position. Compared to this, the extended Kalman filter can only be used to a certain extend.
- Freie Schlagwörter
- Automatic Guided Vehicle System
- Erweiterter Kalmanfilter
- Extended Kalman filter
- FTS
- Fahrerloses Transportsystem
- Initialisierung
- Initialization
- Kalman filter
- Kalmanfilter
- Landmark
- Localisation
- Lokalisierung
- Particle filter
- Partikelfilter
- Tracking
- Klassifikation (DDC)
- 000
- 600
- Normschlagwörter (GND)
- Filter <Stochastik>
- Lokalisation
- Objektverfolgung
- GutachterIn
- Prof. Dr.-Ing. Gerd Wanielik
- BetreuerIn
- Dr.-Ing. Ullrich Scheunert
- Dipl.-Ing. Eric Richter
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Chemnitz, Chemnitz
- URN Qucosa
- urn:nbn:de:bsz:ch1-200901525
- Veröffentlichungsdatum Qucosa
- 22.09.2009
- Dokumenttyp
- Diplomarbeit
- Sprache des Dokumentes
- Deutsch