Projekte | Expertengestützte Datenanalyse und Qualitätsprozesse
-
AutoMap - Entwicklung eines robusten Positionierungssystems für autonome Fahrzeuge auf der Grundlage erfasster Umgebungsinformationen und GNSS/IMU-DatenDie genaue Bestimmung der Position von Fahrzeugen ist nicht nur für autonomes Fahren, sondern auch für viele andere Anwendungen von entscheidender Bedeutung. Die bisherigen Technologien, wie globale Navigationssatellitensysteme (GNSS) oder inertiale Messeinheit (IMU), stoßen jedoch aufgrund von Störungen und Ungenauigkeiten, insbesondere in innerstädtischen Gebieten, an ihre Grenzen.Leitung: Hamza Alkhatib, Sören VogelTeam:Jahr: 2023Förderung: mFUND-Projekt | BMDV (Bundesministerium für Digitales und Verkehr)Laufzeit: 2023-2025
© GIH
-
Unsicherheitsmodellierung für kinematische LiDAR-basierte MultisensorsystemeZiel dieses Promotionsprojekts ist es, Methoden zu untersuchen, die eine konsistente Schätzung von Unsicherheiten für LiDAR-basierte MSS ermöglichen, während gleichzeitig die Herausforderungen bewältigt werden, die durch die Unsicherheiten einzelner Sensoren und deren Wechselwirkungen im System entstehen.Leitung: Prof. Dr.-Ing. Ingo NeumannTeam:Jahr: 2022Förderung: DFG - GRK 2159 i.c.sensLaufzeit: 11/2022 - 11/2025
© GIH | Dominik Ernst
-
Entwicklung eines kollaborativen robusten Partikelfilters zur Zustandsschätzung mit stochastischen und mengenbasierten Unsicherheiten in SensornetzwerkenEine präzise Fahrzeuglokalisierung ist eine wichtige Voraussetzung für autonomes Fahren, insbesondere in städtischen Umgebungen, in denen GNSS-Signale häufig ausfallen. Um diese Herausforderung zu meistern, schätzt ein fortschrittlicher Partikelfilter die Fahrzeugposition durch die Verschmelzung von 3D-LiDAR-Daten mit ergänzenden Sensoreingaben. Die Hauptmotivation besteht darin, trotz der Komplexität städtischer Umgebungen eine Lokalisierungsgenauigkeit von wenigen Dezimetern zu erreichen.Leitung: PD Dr.-Ing. Hamza AlkahtibTeam:Jahr: 2022Förderung: DFG - GRK 2159 i.c.sensLaufzeit: 11/2022 - 11/2025