Projekte | Expertengestützte Datenanalyse und Qualitätsprozesse
-
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.sens bis 11/2025Laufzeit: 11/2022 - a. w.
© 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.sens bis 11/2025Laufzeit: 11/2022 - a. w.