Sensorfusion zur Lokalisierung von Robotern

Dieser Vortrag behandelt das Thema Sensorfusion für die Zustandsschätzung von Robotern, wobei mehrere Sensoren zur Bestimmung der Position und Orientierung eines Roboters verwendet werden. 

Mittels Sensoren werden die Position und Orientierung mobiler Roboter bestimmt. Unterstützt wird die Bestimmung  durch den Algorithmus Kalman-Filter, der dazu dient, nicht messbare Systemgrößen zu schätzen, während die Fehler der Messungen optimal reduziert werden. Am Beispiel eines Roboters mit Beinen erläutert Popescu die Bedeutung der Sensorfusion für eine genaue Lokalisierung.

Interessierte sind herzlich eingeladen, dem Vortrag über WebEx zu folgen.

Kurzbiographie
Mihaela Popescu ist Doktorandin an der Universität Bremen in der Arbeitsgruppe Robotik unter der Leitung von Prof. Frank Kirchner. Sie erwarb ihren Master-Abschluss an der Technischen Universität Dortmund, Deutschland, mit der Spezialisierung Automation und Robotik im Jahr 2020 und ihren Bachelor-Abschluss in Automation and Computer Science an der Technischen Universität Cluj-Napoca, Rumänien, im Jahr 2017. 
Ihre Forschungsinteressen umfassen die Zustandsschätzung von Laufrobotern, propriozeptive Sensorik und Sensor fusion.

Veröffentlichungen

- Bruno Siciliano and Oussama Khatib. 2007. Springer Handbook of Robotics. Springer-Verlag, Berlin, Heidelberg. Chapter 4.2 Sensors.

- Hartley R, Ghaffari M, Eustice RM, Grizzle JW. Contact-aided invariant extended Kalman filtering for robot state estimation. The International Journal of Robotics Research. 2020;39(4):402-430. doi:10.1177/0278364919894385

- Popescu M, Mronga D, Bergonzani I, Kumar S, Kirchner F. Experimental Investigations into Using Motion Capture State Feedback for Real-Time Control of a Humanoid Robot. Sensors. 2022; 22(24):9853. https://doi.org/10.3390/s22249853