Entwicklung und Qualitätssicherung eines rotierenden Sensorturms auf Basis von zwei kostengünstigen Unitree 4D LiDAR L2-Geräten zur vollständigen Umgebungserkennung mit Bias-Schätzroutine in unbekannten Umgebungen

Motivation:

LiDAR-Sensoren sind in den letzten zehn Jahren deutlich im Preis gefallen, sodass einfache Laserscanner mit einer Messebene nun in Alltagsgegenständen wie Roboterstaubsaugern verbaut werden. Auch volumetrische LiDAR-Sensoren sind im Preis gefallen und können nun für weniger als 1.000 € erworben werden. Der Unilidar 4D LiDAR L2 mit integrierter 6DOF-IMU bietet ein großes volumetrisches Sichtfeld von 360° x 96°. Um das Sichtfeld zu maximieren, können zwei Sensoren verwendet werden. Diese können einander gegenüberliegend montiert werden, um ein Sichtfeld von 360° x 360° zu ermöglichen. Für ein verbessertes Sensormodell kann eine Bias-Schätzung für eine unbekannte Umgebung erreicht werden, indem die Sensoren auf einer motorisierten Drehbasis montiert werden.

Ziel:

Das Ziel dieser Masterarbeit ist es, einen universellen Sensorturm auf Basis von zwei Unilidar L2-Geräten zu entwickeln. Es soll eine Routine zur Bias-Schätzung der Sensoren entwickelt werden, die durch eine motorgesteuerte Basis erstellt wird.

Methodik:

Prototypentwicklung des Sensorturms auf der Grundlage einer vorgegebenen vereinfachten Simulation des Sensorturms. Unabhängige Forschung, Programmierung und statistische Auswertung der Bias-Schätzung der Sensoren des Sensorturms.

Material:

Die Materialien für die Erstellung des Sensorturms und die Räumlichkeiten für den Bau und die Tests werden zur Verfügung gestellt.

Erforderliche Programmierkenntnisse:

Fortgeschrittene Kenntnisse in Python oder MATLAB für die Datenanalyse sind erforderlich. Eines dieser Programme muss für die statistische Datenanalyse und Datenpräsentation intensiv genutzt werden. Grundkenntnisse in ROS (Robot Operating System) sind wünschenswert, aber nicht zwingend erforderlich. Sie müssen jedoch bereit sein, sich Grund- und Fortgeschrittenenkenntnisse in ROS anzueignen.

Sprache:

Deutsch oder Englisch