Karner, T. (2018). GPS-gestützte Routenverfolgung mit Odometrie und Fahrbahnranderkennung [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2018.52781
Diese Arbeit präsentiert einen Ansatz zur GPS-gestützten Steuerung eines Modellfahrzeugs im Maßstab 1:10. Das Fahrzeug kann einer zuvor angefertigten Route folgen und durch die implementierte Odometrie auch nach Ausfallen des GPS Signals die eigene Position bestimmen. Zur Berechnung aller nötigen Algorithmen wird ein Raspberry Pi 3 in Verbindung mit einem Arduino Uno, welcher alle Echtzeitanwendungen übernimmt, eingesetzt. Die Odometrie des Fahrzeugs basiert auf einer konstant geregelten Geschwindigkeit und der Orientierungsinformation der Fahrtrichtung durch ein Magnetometer. Sie dient vor allem zur Überbrückung der Zeitspanne zwischen den Positionsdaten des verwendeten GPS-Moduls, kann aber auch längere Zeitspannen kompensieren. Um etwaige Ungenauigkeiten der GPS-Route zu korrigieren ist das Modellauto zusätzlich mit einem Kamerasystem ausgestattet. Das Kamerasystem dient zur Fahrbahnranderkennung, welche mittels Canny Edge Detection zur Kantenerkennung und Hough Transformation zur Linienfindung realisiert wurde.
de
This thesis presents an approach to GPS-based control of a model vehicle with the scale of 1:10. The vehicle can follow a previously prepared route and determine its own position by the implemented odometry even after failure of the GPS signal. A Raspberry Pi 3 is used to execute all algorithms necessary and all real-time applications are handled by an Arduino Uno. The Odometry is based on the constant speed provided by a implemented speed control and the orientation given the alignment to the global magnetic field measured by a magnetometer. The Odometry is used to fill the time gap between the positioning data given by a GPS-module, but can compensate longer time gaps as well. The model car is also equipped with a camera system to compensate for any inaccuracies of the previously prepared route. This camera system is basically used for lane detection, which was implemented with canny edge detection and Hough transformation for line detection.
en
Additional information:
Abweichender Titel nach Übersetzung des Verfassers