You are here: Home → Proceedings
Document Actions

Citation and metadata

Back to the article.

Recommended citation

Stasewitsch I, Schattenberg J, Frerichs L (2022). Navigation mit einem Bodenradar als Lokalisierungssensor. Logistics Journal : Proceedings, Vol. 2022. (urn:nbn:de:0009-14-56037)

Download Citation

Endnote

%0 Journal Article
%T Navigation mit einem Bodenradar als Lokalisierungssensor
%A Stasewitsch, Ilja
%A Schattenberg, Jan
%A Frerichs, Ludger
%J Logistics Journal : Proceedings
%D 2022
%V 2022
%N 18
%@ 2192-9084
%F stasewitsch2022
%X Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.
%L 620
%K Bodenradar
%K Ground Penetrating Radar
%K Künstlich Neuronale Netze
%K Lokalisierung
%K Mobilroboter
%K Navigation
%K artificial neural networks
%K localization
%K mobile robot
%R 10.2195/lj_proc_stasewitsch_de_202211_01
%U http://nbn-resolving.de/urn:nbn:de:0009-14-56037
%U http://dx.doi.org/10.2195/lj_proc_stasewitsch_de_202211_01
Download

Bibtex

@Article{stasewitsch2022,
  author = 	"Stasewitsch, Ilja
		and Schattenberg, Jan
		and Frerichs, Ludger",
  title = 	"Navigation mit einem Bodenradar als Lokalisierungssensor",
  journal = 	"Logistics Journal : Proceedings",
  year = 	"2022",
  volume = 	"2022",
  number = 	"18",
  keywords = 	"Bodenradar; Ground Penetrating Radar; K{\"u}nstlich Neuronale Netze; Lokalisierung; Mobilroboter; Navigation; artificial neural networks; localization; mobile robot",
  abstract = 	"Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So sto{\ss}en beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu {\"u}berwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die f{\"u}r die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.",
  issn = 	"2192-9084",
  doi = 	"10.2195/lj_proc_stasewitsch_de_202211_01",
  url = 	"http://nbn-resolving.de/urn:nbn:de:0009-14-56037"
}
Download

RIS

TY  - JOUR
AU  - Stasewitsch, Ilja
AU  - Schattenberg, Jan
AU  - Frerichs, Ludger
PY  - 2022
DA  - 2022//
TI  - Navigation mit einem Bodenradar als Lokalisierungssensor
JO  - Logistics Journal : Proceedings
VL  - 2022
IS  - 18
KW  - Bodenradar
KW  - Ground Penetrating Radar
KW  - Künstlich Neuronale Netze
KW  - Lokalisierung
KW  - Mobilroboter
KW  - Navigation
KW  - artificial neural networks
KW  - localization
KW  - mobile robot
AB  - Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.
SN  - 2192-9084
UR  - http://nbn-resolving.de/urn:nbn:de:0009-14-56037
DO  - 10.2195/lj_proc_stasewitsch_de_202211_01
ID  - stasewitsch2022
ER  -
Download

Wordbib

<?xml version="1.0" encoding="UTF-8"?>
<b:Sources SelectedStyle="" xmlns:b="http://schemas.openxmlformats.org/officeDocument/2006/bibliography"  xmlns="http://schemas.openxmlformats.org/officeDocument/2006/bibliography" >
<b:Source>
<b:Tag>stasewitsch2022</b:Tag>
<b:SourceType>ArticleInAPeriodical</b:SourceType>
<b:Year>2022</b:Year>
<b:PeriodicalTitle>Logistics Journal : Proceedings</b:PeriodicalTitle>
<b:Volume>2022</b:Volume>
<b:Issue>18</b:Issue>
<b:Url>http://nbn-resolving.de/urn:nbn:de:0009-14-56037</b:Url>
<b:Url>http://dx.doi.org/10.2195/lj_proc_stasewitsch_de_202211_01</b:Url>
<b:Author>
<b:Author><b:NameList>
<b:Person><b:Last>Stasewitsch</b:Last><b:First>Ilja</b:First></b:Person>
<b:Person><b:Last>Schattenberg</b:Last><b:First>Jan</b:First></b:Person>
<b:Person><b:Last>Frerichs</b:Last><b:First>Ludger</b:First></b:Person>
</b:NameList></b:Author>
</b:Author>
<b:Title>Navigation mit einem Bodenradar als Lokalisierungssensor</b:Title>
<b:Comments>Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.</b:Comments>
</b:Source>
</b:Sources>
Download

ISI

PT Journal
AU Stasewitsch, I
   Schattenberg, J
   Frerichs, L
TI Navigation mit einem Bodenradar als Lokalisierungssensor
SO Logistics Journal : Proceedings
PY 2022
VL 2022
IS 18
DI 10.2195/lj_proc_stasewitsch_de_202211_01
DE Bodenradar; Ground Penetrating Radar; Künstlich Neuronale Netze; Lokalisierung; Mobilroboter; Navigation; artificial neural networks; localization; mobile robot
AB Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.
ER
Download

Mods

<mods>
  <titleInfo>
    <title>Navigation mit einem Bodenradar als Lokalisierungssensor</title>
  </titleInfo>
  <name type="personal">
    <namePart type="family">Stasewitsch</namePart>
    <namePart type="given">Ilja</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Schattenberg</namePart>
    <namePart type="given">Jan</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Frerichs</namePart>
    <namePart type="given">Ludger</namePart>
  </name>
  <abstract>Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt.</abstract>
  <subject>
    <topic>Bodenradar</topic>
    <topic>Ground Penetrating Radar</topic>
    <topic>Künstlich Neuronale Netze</topic>
    <topic>Lokalisierung</topic>
    <topic>Mobilroboter</topic>
    <topic>Navigation</topic>
    <topic>artificial neural networks</topic>
    <topic>localization</topic>
    <topic>mobile robot</topic>
  </subject>
  <classification authority="ddc">620</classification>
  <relatedItem type="host">
    <genre authority="marcgt">periodical</genre>
    <genre>academic journal</genre>
    <titleInfo>
      <title>Logistics Journal : Proceedings</title>
    </titleInfo>
    <part>
      <detail type="volume">
        <number>2022</number>
      </detail>
      <detail type="issue">
        <number>18</number>
      </detail>
      <date>2022</date>
    </part>
  </relatedItem>
  <identifier type="issn">2192-9084</identifier>
  <identifier type="urn">urn:nbn:de:0009-14-56037</identifier>
  <identifier type="doi">10.2195/lj_proc_stasewitsch_de_202211_01</identifier>
  <identifier type="uri">http://nbn-resolving.de/urn:nbn:de:0009-14-56037</identifier>
  <identifier type="citekey">stasewitsch2022</identifier>
</mods>
Download

Full Metadata

Bibliographic Citation Logistics Journal : referierte Veröffentlichungen, Vol. 2022, Iss. 18
Title

Navigation mit einem Bodenradar als Lokalisierungssensor (ger)
Author Ilja Stasewitsch, Jan Schattenberg, Ludger Frerichs
Language ger
Abstract Systeme zur Lokalisierung von mobilen Robotern haben je nach Messprinzip gewisse Nachteile. So stoßen beispielsweise Systeme mit Kameras in rauen Umgebungen mit Staub, Schmutz und Wetter an ihre Grenzen. Um diese Probleme zu überwinden, wird ein robustes Lokalisierungssystem entwickelt, das aus einem Bodenradar und einer Monte-Carlo-Lokalisierung besteht. Zu diesem Zweck tastet das Radar langzeitstabile Merkmale im Untergrund ab, die für die Lokalisierung verwendet werden. Neben der Lokalisierung wird auch die Navigation mit diesem System dargestellt. Systems for localizing mobile robots have certain disadvantages depending on the measurement principle. For example, systems with cameras reach their limits in harsh environments with dust, dirt and weather. To overcome these problems, a robust localization system is being developed that consists of ground-based radar and Monte Carlo localization. For this purpose, the radar scans long-term stable features in the subsurface that are used for localization. In addition to localization, navigation is also represented.
Subject Bodenradar, Ground Penetrating Radar, Künstlich Neuronale Netze, Lokalisierung, Mobilroboter, Navigation, artificial neural networks, localization, mobile robot
DDC 620
Rights fDPPL
URN: urn:nbn:de:0009-14-56037
DOI https://doi.org/10.2195/lj_proc_stasewitsch_de_202211_01