!
Hauptseminar: Roboter Navigation und Objektverfolgung im SoSe 2002
Thorsten Schmitt, Derik Schröter, Prof. Dr. B. Radig
Seminar-Raum: O 228
Zeit: Fr. 14.00 - 16.00, ab Fr. 19.04.2002
Adresse: Technische Universität München
Lehrstuhl für Informatik IX
Orleansstr. 34, D-81667 München
Vorbesprechung: Fr. 08.02.01, 14:00 Uhr, Raum O 159
Anmeldung: im Rahmen der Vorbesprechung, danach bei
Thorsten Schmitt (schmittt@in.tum.de)
Raum O 236
Tel.: (TU intern) 870 - 210
Tel.: (extern) 48095 - 210
E-Mail: Teilnehmer (hsrn-ss02@mailradig.in.tum.de)
> Inhalt  
> Roboter Navigation
> Im Rahmen dieses Seminares werden verschiedene Verfahren erarbeitet, mit denen autonome mobile Roboter sicher und zuverlaessig im menschlichen Umgebungen navigieren koennen. Dabei wird die gesamte Bandbreite von Sensorik, Selbstloklisation, Zustandsschaetzung und Kartenaufbau abgedeckt.

> Literatur  
> folgt
> Kopierer-Raum: 211a

> Interessante Links  
> Ingemar J. Cox,
> Dieter Fox
> Steffen Gutmann
> Stefan Lanser
> Sebstian Thrun
> CV Online Compendium (super Nachschlagewerk fuer fast alle Fragen!)
> Google (super Suchmaschine fuer fast alle Stichworte!)
> Vorlesung: Bildverstehen
> Vorlesung: Methoden der industriellen Bildverarbeitung (Folien)
> Proseminar Einführung in die digitale Bildverarbeitung
> Hauptseminar Robot Vision
> Hauptseminar Robot Vision: Stereosehen
> Hauptseminar Robot Vision: Räumliche Information aus digitalen Bildern
> alte Seminare

> Themen  
> Selbstlokalisation mittels Laserdaten(Juri Platonov, Fr. 19.04.02)
> Betreuer: Thorsten Schmitt
> J.-S. Gutmann, Robuste Navigation autonomer mobiler Systeme, Kapitel 1, 2 und 3
> T. Weigel, Roboter-Fußball: Selbstlokalisierung, Weltmodellierung, Pfadplanung und verhaltensbasierte Kontrolle
> Markov Kalman Localization and an Experimental Comparsion of Localization Methods(Steffen Gutmann, Fr. 26.04.02)
> Abstract:
Localization is one of the fundamental problems in mobile robot navigation. Recent experiments showed that in general grid-based Markov localization is more robust than Kalman filtering while the latter can be more accurate than the former. In this talk we present a novel approach called Markov-Kalman localization (ML-EKF) which is a combination of both methods. ML-EKF is well suited for robots observing known landmarks, having a rough estimate of their movements, and which might be displaced to arbitrary positions at any time. Experimental results show that our method outperforms both of its underlying techniques by inheriting the accuracy of Kalman filtering and the robustness and relocalization speed of the Markov method. Furthermore, new localization methods employing particle filters became popular. We also compare the ML-EKF method to several variants of Monte Carlo Localization (MCL) and give experimental evidence that the ML-EKF method as well as one variant of MCL outperform the other methods in terms of accuracy, robustness, and time needed for recovering from manual robot displacement, while requiring only few computational resources.
> Profile:
Jens-Steffen Gutmann is a senior research scientist at the Digital Creatures Laborator of Sony Corporation in Tokyo, Japan. He received a B.Sc. in 1992 and a M.Sc. in 1996 in Computer Science from the University of Ulm, Germany, and a Ph.D. (Dr. rer. nat) from the University of Freiburg, Germany in 2000 for his work on robust navigation for autonomous mobile systems. He was a visiting research scholar at SRI, the former Stanford Research Institute in Menlo Park, California in 1998 and 1999. From December 1999 until April 2001 he was with Siemens AG, Munich, Germany working in the Intelligent Autonomous Systems group. His research interests are in mobile robot navigation (localization and mapping), object recognition using stereo vision, and robot soccer playing.
> Rekursive Zustandsschaetzung mittels Kalman Filter (Sintje Göritz, Fr. 03.05.02)
> Betreuer: Derik Schröter
> G. Welch, An Introduction to the Kalman Filter
> G. Welch, The Kalman Filter Web Page
> J.-S. Gutmann, Robuste Navigation autonomer mobiler Systeme, Kapitel 2 und 4
> Globale Lokalisation mittels Markov Lokalisation (Philipp Straub, Fr. 10.05.02)
> Betreuer: Thorsten Schmitt
> M. Greiner, Stochastik fuer Studienanfaenger der Informatik, Kapitel 6.4 Markov Ketten, (steht in der Studentenwerksbib)
> D. Fox, Markov Localisation, Kapitel 2, 3 und 4
> J.-S. Gutmann, Robuste Navigation autonomer mobiler Systeme, Kapitel 4
> Kartenaufbau nach Thrun (Jan Bandouch, Fr. 24.05.02)
> Betreuer: Derik Schröter
> S. Thrun, A Probabilistic Approach to Concurrent Mapping and Localization for Mobile Robots
> S. Thrun, Using EM to Learn 3D Models with Mobile Robots
> J.-S. Gutmann, Robuste Navigation autonomer mobiler Systeme, Kapitel 3, 4 und 5
> Kartenaufbau nach Gutmann (Daristan Ibrahim, Fr. 31.05.02)
> Betreuer: Derik Schröter
> J.-S. Gutmann, Robuste Navigation autonomer mobiler Systeme, Kapitel 3, 4 und 5
> Multirobotersysteme (Johannes Kinder, Fr. 07.06.02)
> Betreuer: Derik Schröter
> D. Fox, Collaborative Multi-Robot Localization
> W. Burgard, Collaborative Multi-Robot Exploration
> D. Fox, Markov Localisation, Kapitel 2, 3 und 4
> Objektverfolgung mittels Multi-Hypothesis-Tracking (Christian Surauer, Fr. 12.07.02)
> Betreuer: Thorsten Schmitt
> Ingemar J. Cox, siehe unter Motion Correspondence und Mobile Robot Navigation
> I.J. Cox and S.L. Hingorani, An Efficient Implementation of Reid's Multiple Hypothesis Tracking Algorithm and its Evaluation for the Purpose of Visual Tracking, IEEE Trans. on PAMI, vol. 18
> I.J. Cox and S.L. Hingorani, An Efficient Implementation of Reid's Multiple Hypothesis Tracking Algorithm and its Evaluation for the Purpose of Visual Tracking, International Conf. on Pattern Recognition
> I.J. Cox, A Review of Statistical Data Association Techniques for Motion Correspondence, Int. J. of Computer Vision, 10, 1, 53-66, (1993) -- als Kopie bei Thorsten
> I J. Cox and J.J. Leonard, Modeling a Dynamic Environment Using a Multiple Hypothesis Approach, A.I. Journal, 66, 2, 311-344, (1994) -- als Kopie bei Thorsten
> Objektverfolgung mittels Joint-Probabilistic-Data-Association-Filter (Petr Ossipov, Fr. 19.07.02)
> Betreuer: Thorsten Schmitt
> Bar-Shalom, Tracking and Data Association, Chapter 6 and 9, Dieses Buch ist bei Thorsten entleibar fuer Kopien.
> Schulz et al., Tracking Multiple Moving Targets with a Mobile Robot using Particle Filters and Statistical Data Association
> Schulz et al., Tracking Multiple Moving Objects with a Mobile Robot
> Nachbesprechung (Besuch der RoboCup Roboter) (Thorsten Schmitt, Fr. 19.07.02)
> Vorträge  
> auf deutsch
> Vorträge und Folien eine Woche vor Vortrags-Termin mit Thorsten oder Derik besprechen.
> Bereitgestellte Präsentaionsmedien/-materialen (optional einsetzbar)
> Laptop mit Windows 98, CD/DVD- und 3.5 Zoll 1.44 MB Disketten-Laufwerk > Powerpoint 2000 > Beamer
> Whiteboardtafel mit Stiften > Tageslichtprojektor > Laserpointer > Zeigestab
> Ausarbeitungen  
> auf deutsch
> Merkblatt zur Gestaltung eines Seminarvortrags
> Wichtige Richtlinien fuer Seminar-Ausarbeitung
> Gelungene Ausarbeiten von Manuela Scherer und Markus Poegl
> Latex Rahmen für die Ausarbeitung:
> Speichern und in einem Verzeichnis Deiner Wahl auspacken mit: (g)tar xvzf seminarrahmen.tar.gz
> Übersetzen mit: latex Ausarbeitung.tex
> Literaturzitate einfügen mit: bibtex Ausarbeitung (dann wieder zweimal übersetzen).
> Anschauen mit: xdvi Ausarbeitung.dvi
> PostScript erzeugen mit: dvips Ausarbeitung.dvi
> Latex-Einführung:
> Das Dschungelbuch (Gross,Rubach) und/oder
> The Not so Short Introduction to Latex 2e (Oetiker et al.)
> Für ein tieferes Verständnis von Latex: H. Kupka, Latex Einführung, Band 1, Addison-Wesley.
> Sonstiges  
> Es wird eine Anwesenheitsliste geführt. Einmaliges unentschuldigtes Fehlen ist erlaubt.
> Absolut letzter Abgabetermin der Ausarbeitung ist Montag, der 14. Oktober 2002.
> Weitere Informationen:
> Thorsten Schmitt (schmittt@in.tum.de) > Derik Schröter (schroetd@in.tum.de)

Thorsten Schmitt Last modified: Fri Jul 19 15:31:59 MEST 2002