| 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: |
|
| 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.
|
|
| 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.
|
| | |  | | |  | | Apr
12 | May
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 |
| Monat | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 | | Startseite | | | | 3 | 2 | | PDF | 19 | 3 | 2 | 14 | 10 |
Gesamtzahl der Zugriffe seit Apr 2012: - Startseite – 5 (2.5 pro Monat)
- PDF – 48 (9.6 pro Monat)
|
