haku: @keyword SLAM / yhteensä: 10
viite: 2 / 10
Tekijä:Rajendraprakash, Anuraj
Työn nimi:Terrain mapping near the vehicle, SLAM and global map building for lunar rover
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:xv + 67 + liitt. (+7)      Kieli:   eng
Koulu/Laitos/Osasto:Sähkötekniikan korkeakoulu
Oppiaine:Space Robotics and Automation   (AS3004)
Valvoja:Halme, Aarne ; Gustafsson, Thomas
Ohjaaja:Terho, Sami
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201311017767
OEVS:
Digitoitu arkistokappale luettavissa Harald Herlin -oppimiskeskuksen asiakaskoneilla | ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  7506   | Arkisto
Avainsanat:Lunar-rover
Terrain mapping
SLAM
LIDAR
Point-cloud registration
Iterative Closest Point(ICP)
Tiivistelmä (eng):There has been increasing interest to go back to the moon in the recent past because of various scientific and socio-economic reasons.
In order to go back to the moon there is a need to study the lunar environment.
Although having a permanent mission outpost on the moon is the final goal, it is better to send mobile rovers to the surface of the moon first to study lunar environment before starting the human missions to moon again.
With the increasing autonomous mobility of the lunar rovers some aspects become increasingly important namely localization, navigation and mapping.
Although the two-dimensional localization and mapping algorithms are becoming more and more mature for indoor mobile robotics, they cannot be used, as is, for autonomous lunar rovers.
The terrain on the Moon is not even and would have various kinds of obstacles for the rovers to manoeuvre and traverse.
Moreover, environmental features like walls and corners are not available in the environment in which the rovers would have to navigate.
In such environments it becomes important for the rover to have the ability to map its surrounding in three dimensions.
Although LIDAR based systems have not been widely used on actual lunar missions for mapping yet, they have the advantage of being more accurate and long-range.
The focus of this thesis would be to develop and equip a lunar rover prototype with the three-dimensional terrain mapping ability using Light Detection and Ranging(LIDAR) sensor which would help the rover to traverse its environment without collisions.
A three-dimensional point cloud was used to map the environment using the Iterative Closest Point(ICP) algorithm.
ED:2013-12-02
INSSI tietueen numero: 48086
+ lisää koriin
INSSI