edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Matthias Jüngel
Titel: The memory-based paradigm for vision-based robot localization
Gutachter: Hans-Dieter Burkhard; Raúl Rojas; Verena Hafner
Erscheinungsdatum: 04.10.2012
Volltext: pdf (urn:nbn:de:kobv:11-100204630)
Fachgebiet(e): Informatik
Schlagwörter (ger): Künstliche Intelligenz, Robotik, KI, Fußball, Lokalisierung
Schlagwörter (eng): Markov, Monte-Carlo, RoboCup, Robotics, Artificial Intelligence, AI, Robots, Soccer, Localization, Self-Localization, State Estimation, Bayes Filter, Particle Filter, Memory-Based
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II
Lizenz: Namensnennung - Keine Bearbeitung (CC BY ND)
Zitationshinweis: Jüngel, Matthias: The memory-based paradigm for vision-based robot localization; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II , publiziert am 04.10.2012, urn:nbn:de:kobv:11-100204630
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.
Diese Seite taggen: Diese Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer ansehen können.
  • connotea
  • del.icio.us
  • Furl
  • RawSugar

Abstract (ger):
Für mobile autonome Roboter ist ein solides Modell der Umwelt eine wichtige Voraussetzung um die richtigen Entscheidungen zu treffen. Die gängigen existierenden Verfahren zur Weltmodellierung basieren auf dem Bayes-Filter und verarbeiten Informationen mit Hidden Markov Modellen. Dabei wird der geschätzte Zustand der Welt (Belief) iterativ aktualisiert, indem abwechselnd Sensordaten und das Wissen über die ausgeführten Aktionen des Roboters integriert werden; alle Informationen aus der Vergangenheit sind im Belief integriert. Wenn Sensordaten nur einen geringen Informationsgehalt haben, wie zum Beispiel Peilungsmessungen, kommen sowohl parametrische Filter (z.B. Kalman-Filter) als auch nicht-parametrische Filter (z.B. Partikel-Filter) schnell an ihre Grenzen. Das Problem ist dabei die Repräsentation des Beliefs. Es kann zum Beispiel sein, dass die gaußschen Modelle beim Kalman-Filter nicht ausreichen oder Partikel-Filter so viele Partikel benötigen, dass die Rechendauer zu groß wird. In dieser Dissertation stelle ich ein neues Verfahren zur Weltmodellierung vor, das Informationen nicht sofort integriert, sondern erst bei Bedarf kombiniert. Das Verfahren wird exemplarisch auf verschiedene Anwendungsfälle aus dem RoboCup (autonome Roboter spielen Fußball) angewendet. Es wird gezeigt, wie vierbeinige und humanoide Roboter ihre Position und Ausrichtung auf einem Spielfeld sehr präzise bestimmen können. Grundlage für die Lokalisierung sind bildbasierte Peilungsmessungen zu Objekten. Für die Roboter-Ausrichtung sind dabei Feldlinien eine wichtige Informationsquelle. In dieser Dissertation wird ein Verfahren zur Erkennung von Feldlinien in Kamerabildern vorgestellt, das ohne Kalibrierung auskommt und sehr gute Resultate liefert, auch wenn es starke Schatten und Verdeckungen im Bild gibt.
Abstract (eng):
For autonomous mobile robots, a solid world model is an important prerequisite for decision making. Current state estimation techniques are based on Hidden Markov Models and Bayesian filtering. These methods estimate the state of the world (belief) in an iterative manner. Data obtained from perceptions and actions is accumulated in the belief which can be represented parametrically (like in Kalman filters) or non-parametrically (like in particle filters). When the sensor''s information gain is low, as in the case of bearing-only measurements, the representation of the belief can be challenging. For instance, a Kalman filter''s Gaussian models might not be sufficient or a particle filter might need an unreasonable number of particles. In this thesis, I introduce a new state estimation method which doesn''t accumulate information in a belief. Instead, perceptions and actions are stored in a memory. Based on this, the state is calculated when needed. The system has a particular advantage when processing sparse information. This thesis presents how the memory-based technique can be applied to examples from RoboCup (autonomous robots play soccer). In experiments, it is shown how four-legged and humanoid robots can localize themselves very precisely on a soccer field. The localization is based on bearings to objects obtained from digital images. This thesis presents a new technique to recognize field lines which doesn''t need any pre-run calibration and also works when the field lines are partly concealed and affected by shadows.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
PDF: 3 Zugriffe PDF: 2 Zugriffe Startseite: 3 Zugriffe PDF: 14 Zugriffe Startseite: 1 Zugriffe PDF: 16 Zugriffe Startseite: 2 Zugriffe PDF: 13 Zugriffe Startseite: 2 Zugriffe PDF: 10 Zugriffe Startseite: 2 Zugriffe PDF: 11 Zugriffe Startseite: 1 Zugriffe PDF: 8 Zugriffe Startseite: 4 Zugriffe PDF: 9 Zugriffe Startseite: 2 Zugriffe PDF: 17 Zugriffe Startseite: 2 Zugriffe PDF: 10 Zugriffe Startseite: 6 Zugriffe PDF: 17 Zugriffe Startseite: 3 Zugriffe PDF: 6 Zugriffe Startseite: 2 Zugriffe PDF: 30 Zugriffe Startseite: 4 Zugriffe PDF: 30 Zugriffe Startseite: 1 Zugriffe PDF: 38 Zugriffe PDF: 34 Zugriffe
Nov
12
Dec
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Monat Nov
12
Dec
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Startseite     3 1 2 2 2 1 4 2 2 6 3 2 4 1  
PDF 3 2 14 16 13 10 11 8 9 17 10 17 6 30 30 38 34

Gesamtzahl der Zugriffe seit Nov 2012:

  • Startseite – 35 (2.33 pro Monat)
  • PDF – 268 (15.76 pro Monat)
 
 
Generiert am 20.04.2014, 14:18:01