Detailansicht

Automatisierte Kleinraumnavigation innerhalb eines autonomen, lokalen Systems
Anforderungen, Möglichkeiten und Limitierungen im Kontext intelligenter Rasenmäher-Roboter
Gilbert Kotzbek
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Betreuer*in
Andreas Riedl
Volltext herunterladen
Volltext in Browser öffnen
Alle Rechte vorbehalten / All rights reserved
DOI
10.25365/thesis.27087
URN
urn:nbn:at:at-ubw:1-30471.87271.439959-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract
(Deutsch)
Die vorliegende Masterarbeit beschäftigt sich mit automatisierter Kleinraumnavigation innerhalb eines autonomen, lokalen Systems, wobei Rasenmäher-Roboter als Untersuchungsobjekte herangezogen werden. Neben einer kurzen Einführung in die Navigation im weiteren Sinne sowie in die Entwicklungsgeschichte von Rasenmäher-Robotern, wurden mit Hilfe einer Expertenbefragung Anforderungen an ein intelligentes Rasenmäher-Robotersystem ermittelt, im Zuge dessen ein Bereichskatalog erstellt wurde. Anschließend wurden unterschiedliche Datenerfassungsmethoden sowie verschiedene Navigationssysteme und -strategien analysiert, um herauszufinden, ob die gegenwärtige Technologie in der Lage ist, die gestellten Anforderungen zu erfüllen. Im Rahmen einer Gegenüberstellung der Forschungsergebnisse wurde außerdem ein "ideales" Rasenmäher-Robotersystem aufgestellt, wobei Methoden und Komponenten, unter Berücksichtigung des Preisleistungsverhältnisses, ausgewählt wurden.

Schlagwörter

Schlagwörter
(Deutsch)
Intelligente Rasenmäher-Roboter GNSS, dGNSS, RTK-GNSS Inertiale Messeinheit Alternative Positionierungstechniken SLAM (Simultaneous Localization and Mapping) Navigationssysteme Pfadplanungsstrategien Statische und dynamische Objekterkennung und -ausweichung
Autor*innen
Gilbert Kotzbek
Haupttitel (Deutsch)
Automatisierte Kleinraumnavigation innerhalb eines autonomen, lokalen Systems
Hauptuntertitel (Deutsch)
Anforderungen, Möglichkeiten und Limitierungen im Kontext intelligenter Rasenmäher-Roboter
Publikationsjahr
2013
Umfangsangabe
III, 117, XX S. : Ill., graph. Darst.
Sprache
Deutsch
Beurteiler*in
Andreas Riedl
Klassifikation
38 Geowissenschaften > 38.99 Geowissenschaften: Sonstiges
AC Nummer
AC10755442
Utheses ID
24229
Studienkennzahl
UA | 066 | 856 | |
Universität Wien, Universitätsbibliothek, 1010 Wien, Universitätsring 1