Filtern
Erscheinungsjahr
Dokumenttyp
- Konferenzveröffentlichung (351) (entfernen)
Sprache
- Englisch (216)
- Deutsch (133)
- Französisch (1)
- Rumänisch (1)
Schlagworte
- Bionik (9)
- Akkreditierung (3)
- Gespenstschrecken (3)
- Haftorgan (3)
- Strukturoptimierung (3)
- adhesion (3)
- stick insects (3)
- Competency-Oriented Exams (2)
- E-Learning (2)
- Field measurement (2)
Institut
- Institut für Internetsicherheit (69)
- Westfälisches Institut für Gesundheit (63)
- Informatik und Kommunikation (45)
- Westfälisches Energieinstitut (38)
- Maschinenbau Bocholt (29)
- Wirtschaft und Informationstechnik Bocholt (26)
- Elektrotechnik und angewandte Naturwissenschaften (22)
- Wirtschaftsrecht (8)
- Institut für biologische und chemische Informatik (6)
- Institut für Innovationsforschung und -management (5)
Menschen verbringen einen großen Teil ihrer Zeit in Innenräumen. Um dafür die notwendige thermische Behaglichkeit zu gewährleisten, müssen schon bei der Nutzungsplanung die Temperaturen und Luftbewegungen im Raum vorhergesagt werden können. Bei anderen Anwendungen wiederum sind diese Größen relevant für die Prozesssicherheit (z. B. Labore, Operationssaal). Die Vorhersagen erfolgen zum Beispiel durch Strömungssimulationen oder an sogenannten Mock Up Räumen, die eine 1:1 Nachbildung des relevanten Raums darstellen. Bei größeren Räumen wie z. B. Konzertsälen steigt der Aufwand erheblich an.
Eine auf den ersten Blick vergleichsweise einfache Lösung ergibt sich durch Untersuchungen an skalierten Modellräumen. Allerdings ist hier die Ähnlichkeit zwischen Modell und Realausführung bei nicht-isothermen Strömungen nicht gegeben. Die dimensionslosen Kenngrößen Reynolds Zahl Re und Archimedes Zahl Ar sind nicht identisch, da sie mit unterschiedlichen Exponenten bei der charakteristischen Länge skalieren, so dass sie durch die Wahl eines anderen Mediums oder Anpassung der Temperaturen nicht hinreichend kompensiert werden können.
Im Labor für Klimatechnik an der Westfälischen Hochschule sollen mit Hilfe von experimentellen Modelluntersuchungen und dem Vergleich mit der Realausführung Erkenntnisse gewonnen werden, in wie weit ein Kompromiss aus Ähnlichkeit und Genauigkeit gefunden werden kann, um technisch relevante Fragestellungen am Modell zu beantworten.
Die Leitfragen dabei sind:
- Wie lassen sich Modellergebnisse auf reale Raumluftströmungen übertragen?
- Unter welchen Bedingungen ist die Ähnlichkeit zwischen Modell und Realausführung noch gegeben?
- Wie sehen Leitlinien für die praktische Anwendung der Ähnlichkeitsgesetze aus?
Ein Büroraum mit unterschiedlichen Luftführungsvarianten und thermischen Lasten stellt dabei die Realausführung dar. Das Modell ist im Maßstab 1:5 herunterskaliert.
This paper presents a novel approach to build consistent 3D maps for multi robot cooperation in USAR environments. The sensor streams from unmanned aerial vehicles (UAVs) and ground robots (UGV) are fused in one consistent map. The UAV camera data are used to generate 3D point clouds that are fused with the 3D point clouds generated by a rolling 2D laser scanner at the UGV. The registration method is based on the matching of corresponding planar segments that are extracted from the point clouds. Based on the registration, an approach for a globally optimized localization is presented. Apart from the structural information of the point clouds, it is important to mention that no further information is required for the localization. Two examples show the performance of the overall registration.
Global registration of heterogeneous ground and aerial mapping data is a challenging task. This is especially difficult in disaster response scenarios when we have no prior information on the environment and cannot assume the regular order of man-made environments or meaningful semantic cues. In this work we extensively evaluate different approaches to globally register UGV generated 3D point-cloud data from LiDAR sensors with UAV generated point-cloud maps from vision sensors. The approaches are realizations of different selections for: a) local features: key-points or segments; b) descriptors: FPFH, SHOT, or ESF; and c) transformation estimations: RANSAC or FGR. Additionally, we compare the results against standard approaches like applying ICP after a good prior transformation has been given. The evaluation criteria include the distance which a UGV needs to travel to successfully localize, the registration error, and the computational cost. In this context, we report our findings on effectively performing the task on two new Search and Rescue datasets. Our results have the potential to help the community take informed decisions when registering point-cloud maps from ground robots to those from aerial robots.