Global ETD Search

121	Sampling-Based Exploration Strategies for Mobile Robot Autonomy Steinbrink, Marco 08 September 2023 (has links) A novel, sampling-based exploration strategy is introduced for Unmanned Ground Vehicles (UGV) to efficiently map large GPS-deprived underground environments. It is compared to state-of-the-art approaches and performs on a similar level, while it is not designed for a specific robot or sensor configuration like the other approaches. The introduced exploration strategy, which is called Random-Sampling-Based Next-Best View Exploration (RNE), uses a Rapidly-exploring Random Graph (RRG) to find possible view points in an area around the robot. They are compared with a computation-efficient Sparse Ray Polling (SRP) in a voxel grid to find the next-best view for the exploration. Each node in the exploration graph built with RRG is evaluated regarding the ability of the UGV to traverse it, which is derived from an occupancy grid map. It is also used to create a topology-based graph where nodes are placed centrally to reduce the risk of collisions and increase the amount of observable space. Nodes that fall outside the local exploration area are stored in a global graph and are connected with a Traveling Salesman Problem solver to explore them later. info:eu-repo/classification/ddc/004 ddc:004 Unterirdisches Bauwerk Hindernis Automatische Kartierung Autonomer Roboter Zufallsgraph
122	Gewinnung sicherer Lastannahmen aus Simulation und Messung zur Festigkeitsauslegung von Straßen- und Stadtbahnen Zechel, Gero 21 February 2017 (has links) (PDF) Die Nutzung historisch solider Lastannahmen, wie sie zum Beispiel die VDV Richtlinie 152 in der Fassung von 1992 festlegt, ist für die Festigkeitsauslegung neuartiger Straßen- und Stadtbahnfahrzeuge unzureichend, da die Annahmen und Methoden der Komplexität und insbesondere der Nichtlinearität moderner Fahrzeugkonzepte keine Rechnung tragen. Diese Arbeit zeigt auf, wie sich entstandene Lücken in den Lastannahmen durch Simulation und Messung von Fahrzeug und Gleis analysieren, verstehen und schließen lassen. Den Kern bildet dabei der Einsatz detaillierterer Simulationsmodelle von Fahrzeug und Gleis, deren Eingangsdaten mit Hilfe von Messungen gewonnen und deren Ausgangsdaten mit ihnen verifiziert und ergänzt werden müssen. Hierfür werden Methoden und Werkzeuge entwickelt, die ein ein vielseitiges Baukastensystem für die Fahrzeuganalyse, Modellvalidierung und Datenbewertung bilden, und zu sicheren Lastannahmen für die Fahrzeugauslegung führen. Lastannahmen Schienenfahrzeugtechnik Straßenbahn Stadtbahn Tram Strukturmechanik Finite Elemente Methode FEM Mehrkörpersimulation MKS Fahrzeugmessung Gleismessung Langzeitmessung Synchronisierung Ortung Zustandsautomat Korrelation Schnittlasten Elastische Strukturen Simulationsszenarien Lastfallsynthese Betriebsfestigkeit Rainflow-Zählverfahren Rainflowtabelle Lastspiele Beanspruchungskollektiv Äquivalentamplitude Auslastungsgrad load assumptions light rail vehicles LRV tram structure mechanics finite element analysis FEA multi-body simulation MBS vehicle measurement track measurement long-term measurement synchronisation positioning finite state machine correlation interface loads elastic bodies simulation scenarios load case synthesises endurance fatigue rainflow counting rainflow table load cycles ddc:620 rvk:ZO 5230
123	Reconnaissance Radar Robot Holm, Kasper, Henrysson, Erik January 2023 (has links) During the last century, various countries' armed forces have used unmanned aerial vehicles, commonly known as drones. In recent years, strives have been made to develop small commercial drones that have allowed the general public to afford and use them for recreational purposes. The availability of drones has led to immoral applications of the technology. Such applications need to be faced with anti-measures and effective detection methods. Therefore, this thesis aims to develop a mobile reconnaissance robot that can detect commercial drones with radar. It describes integrating radar sensors with single-board computers to detect and localise air-bound objects. The finished product aims to be used for educational and exhibition purposes at the Swedish Armed Forces technical school to increase awareness of the technology. / <p>Försvarsmaktens tekniska skola i Halmstad var intressenter för uppsatsen.</p> radar signal processing signal processing state machine state machine test testing radar testing radar technology frequency modulated continuous wave fmcw pulse radar raspberry pi single board computer sbc poe power over ethernet mqtt mqtt package python drones uav unmanned aerial vehicle drone detection radar robot swedish armed forces swedish armed forces technical school fmts beamforming fast fourier transform fft point cloud point clustering software design Computer and Information Sciences Data- och informationsvetenskap Computer Sciences Datavetenskap (datalogi) Software Engineering Programvaruteknik Signal Processing Signalbehandling Computer Systems Datorsystem
124	Gewinnung sicherer Lastannahmen aus Simulation und Messung zur Festigkeitsauslegung von Straßen- und Stadtbahnen Zechel, Gero 12 July 2016 (has links) Die Nutzung historisch solider Lastannahmen, wie sie zum Beispiel die VDV Richtlinie 152 in der Fassung von 1992 festlegt, ist für die Festigkeitsauslegung neuartiger Straßen- und Stadtbahnfahrzeuge unzureichend, da die Annahmen und Methoden der Komplexität und insbesondere der Nichtlinearität moderner Fahrzeugkonzepte keine Rechnung tragen. Diese Arbeit zeigt auf, wie sich entstandene Lücken in den Lastannahmen durch Simulation und Messung von Fahrzeug und Gleis analysieren, verstehen und schließen lassen. Den Kern bildet dabei der Einsatz detaillierterer Simulationsmodelle von Fahrzeug und Gleis, deren Eingangsdaten mit Hilfe von Messungen gewonnen und deren Ausgangsdaten mit ihnen verifiziert und ergänzt werden müssen. Hierfür werden Methoden und Werkzeuge entwickelt, die ein ein vielseitiges Baukastensystem für die Fahrzeuganalyse, Modellvalidierung und Datenbewertung bilden, und zu sicheren Lastannahmen für die Fahrzeugauslegung führen. info:eu-repo/classification/ddc/620 ddc:620

Page generated in 0.0391 seconds