Infothek
Neuer Konferenzbeitrag auf der "International Conference on Control, Mechatronics and Automation (ICCMA)" 2023
Der Artikel mit dem Titel "Height Change Feature Based Free Space Detection" von Steven Schreck, Hannes Reichert, Manuel Hetzel, Konrad Doll und Bernhard Sick stellt eine neuartige Methode zur Erkennung von Freiräumen in dynamischen Umgebungen wie Fabrikgeländen vor, die für autonome Gabelstapler entscheidend ist, um Kollisionen zu vermeiden. Es wird eine Technik zur schnellen Schätzung der Oberflächennormalen unter Verwendung sphärisch projizierter LiDAR-Daten vorgestellt, die bei der effizienten Erkennung von Freiräumen in Echtzeit hilft. Die Effektivität der Methode wird mit einem mIoU-Wert von 50,90 % auf dem Semantic KITTI-Datensatz bei 105 Hz und einem mIoU-Wert von 63,30 % auf einem Fabrikgelände-Datensatz bei 54 Hz nachgewiesen.
Aktuelles
Neuer Konferenzbeitrag auf der "International Conference on Control, Mechatronics and Automation (ICCMA)" 2023
Der Artikel mit dem Titel "Height Change Feature Based Free Space Detection" von Steven Schreck, Hannes Reichert, Manuel Hetzel, Konrad Doll und Bernhard Sick stellt eine neuartige Methode zur Erkennung von Freiräumen in dynamischen Umgebungen wie Fabrikgeländen vor, die für autonome Gabelstapler entscheidend ist, um Kollisionen zu vermeiden. Es wird eine Technik zur schnellen Schätzung der Oberflächennormalen unter Verwendung sphärisch projizierter LiDAR-Daten vorgestellt, die bei der effizienten Erkennung von Freiräumen in Echtzeit hilft. Die Effektivität der Methode wird mit einem mIoU-Wert von 50,90 % auf dem Semantic KITTI-Datensatz bei 105 Hz und einem mIoU-Wert von 63,30 % auf einem Fabrikgelände-Datensatz bei 54 Hz nachgewiesen.
Termine
Neuer Konferenzbeitrag auf der "International Conference on Control, Mechatronics and Automation (ICCMA)" 2023
Der Artikel mit dem Titel "Height Change Feature Based Free Space Detection" von Steven Schreck, Hannes Reichert, Manuel Hetzel, Konrad Doll und Bernhard Sick stellt eine neuartige Methode zur Erkennung von Freiräumen in dynamischen Umgebungen wie Fabrikgeländen vor, die für autonome Gabelstapler entscheidend ist, um Kollisionen zu vermeiden. Es wird eine Technik zur schnellen Schätzung der Oberflächennormalen unter Verwendung sphärisch projizierter LiDAR-Daten vorgestellt, die bei der effizienten Erkennung von Freiräumen in Echtzeit hilft. Die Effektivität der Methode wird mit einem mIoU-Wert von 50,90 % auf dem Semantic KITTI-Datensatz bei 105 Hz und einem mIoU-Wert von 63,30 % auf einem Fabrikgelände-Datensatz bei 54 Hz nachgewiesen.