Zusammenfassung
Diese Arbeit beschreibt einen Ansatz zur Lokalisierung von Mobilrobotern mittels der Kombination eines Laserscanners mit monokularem Video. Das Verfahren ist merkmalsbasiert und benutzt ein erweitertes Kalman filter (EKF) zur Datenfusion und Positionsschätzung. Die Umgebungsmerkmale sind Liniensegmente für den Laserscanner und vertikale Kanten für die Kamera. Physikalisch gut basierte Unsicherheitsmodelle beider Sensoren werden eingesetzt und bei Sensorkalibration und Merkmalsextraktion in Betracht gezogen. Dies liefert die geschätzten ersten zwei Momente der Merkmalsvektoren.
Die Experimente, die auf einem vollständig autonomen Roboter durchgeführt wurden, zielten auf zwei Fragestellungen ab: In welchem Mass kann das Hinzufügen videobasierter Umgebungsinformation die Navigation hinsichtlich Robustheit und Präzision verbessern? Die dazu ausgeführten Experimente zeigen, dass gerade in schwierigen Lokalisierungsszenarien wie lange Korridore, die Bildinformation einen unerlässlichen Beitrag liefert und in der Lage ist, die Positions Schätzung im allgemeinen und besonders in der Orientierung zu verbessern.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Arras K.O., Siegwart R.Y., “Feature Extraction and Scene Interpretation for Map-Based Navigation and Map Building”, Proc. of SPIE, Mobile Robotics XII, Vol. 3210, p. 42–53, 1997.
Arras K.O., Tomatis N., “Improving Robustness and Precision in Mobile Robot Localization by Using Laser Range Finding and Monocular Vision”, Proc. of the Third European Workshop on Advanced Mobile Robots (Eurobot 99), p. 177–185, Zurich, Switzerland, Sept. 6–9, 1999.
Kaiser O., Pfiffner R., Vestii S., Astolfi A., “Positionsregelung für nicht-holo-nome mobile Roboter”, 11. Fachgespräche Autonome Mobile Systeme (AMS’95), Germany, 1995.
Bar-Shalom Y., Fortmann T.E., Tracking and Data Association, Mathematics in Science and Engineering, Vol. 179, Academic Press Inc., 1988.
Brega R., “A Real-Time Operating System Designed for Predictability and RunTime Safety”, Proc. of the Fourth Int. Conference on Motion and Vibration Control (MOVIC’98), p. 379–384, Zurich, Switzerland, 1998.
Castellanos J.A., Mobile Robot Localization and Map Building: A Multisensor Fusion Approach, Doctoral Thesis, Departamento de Informática e Ingeniería de Sistemas, Universidad de Zaragoza, Spain, May 1998.
Chenavier F., Crowley J.L., “Position Estimation for a Mobile Robot Using Vision and Odometry”, Proc. of the 1992 IEEE Int. Conference on Robotics and Automation, p. 2588–2593, Nice, France, 1992.
Crowley J.L., “World Modeling and Position Estimation for a Mobile Robot Using Ultrasonic Ranging,” Proc. of the 1989 IEEE Int. Conference on Robotics and Automation, p. 674–680, Scottsdale, AZ, 1989.
Leonard J.J., Durrant-Whyte H.F., Directed Sonar Sensing for Mobile Robot Navigation, Kluwer Academic Publishers, 1992.
Muñoz A.J., Gonzales J., “Two-Dimensional Landmark-based Position Estimation from a Single Image”, Proc. of the 1998 IEEE Int. Conference on Robotics and Automation, Leuven, Belgium, 1998, p. 3709–3714.
Neira J., Tardos J.D., Horn J., Schmidt G., “Fusing Range and Intensity Images for Mobile Robot Localization,” IEEE Transactions on Robotics and Automation, 15(1):76–84, 1999.
Pérez J.A., Castellanos J.A., Montiel J.M.M., Neira J. and Tardós J.D., “Continuous Mobile Robot Localization: Vision vs. Laser,” Proc. of the 1999 IEEE Int. Conference on Robotics and Automation, Detroit, USA, 1999.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Arras, K.O., Tomatis, N. (2000). Sensordatenfusion zur Robusten und Präzisen EKF Lokalisierung von Mobilen Robotern. In: Schmidt, G., Hanebeck, U., Freyberger, F. (eds) Autonome Mobile Systeme 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59708-4_11
Download citation
DOI: https://doi.org/10.1007/978-3-642-59708-4_11
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66732-2
Online ISBN: 978-3-642-59708-4
eBook Packages: Springer Book Archive