Automatische Erzeugung langzeitverfügbarer Punktmerkmalskarten zur robusten Lokalisierung mit Multi-Kamera-Systemen für automatisierte Fahrzeuge
Abstract:
Hochautomatisierte Fahrzeuge benötigen eine präzise Eigenlokalisierung, um sich zuverlässig, sicher und effizient im innerstädtischen Straßenverkehr zu bewegen. Diese Arbeit präsentiert eine vollumfängliche Methode zur Erstellung und Aktualisierung von hochgenauen 3D-Lokalisierungskarten und eine Methode zur präzisen und robusten Lokalisierung mit Multi-Kamera-Systemen.
Abstract (englisch):
Automated vehicles heavily rely on accurate self-localization to operate safely and efficiently in dynamic road traffic scenarios. In this work, an iterative and robust approach to create highly accurate maps comprising any number of drives of arbitrary length with constant computation complexity is proposed. Furthermore, a high-precision self-localization method using multiple cameras covering the surrounding environment is presented.
| Zugehörige Institution(en) am KIT | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2021 |
| Sprache | Deutsch |
| Identifikator | ISBN: 978-3-7315-1029-1 ISSN: 1613-4214 KITopen-ID: 1000118525 |
| Verlag | KIT Scientific Publishing |
| Umfang | XI, 151 S. |
| Serie | Schriftenreihe / Institut für Mess- und Regelungstechnik, Karlsruher Institut für Technologie ; 047 |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Maschinenbau (MACH) |
| Institut | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Prüfungsdaten | 29.10.2019 |
| Prüfungsdatum | 29.10.2019 |
| Schlagwörter | SLAM, Automatisiertes Fahren, Fahrzeugsehen, Umweltwahrnehmung, Lokalisierung, SLAM, Automated Driving, Machine Vision, Environment Perception, Mapping and Localization |
| Nachgewiesen in | OpenAlex |
| Relationen in KITopen | |
| Globale Ziele für nachhaltige Entwicklung | |
| Referent/Betreuer | Stiller, Christoph Heizmann, Michael |
