Volltext-Downloads (blau) und Frontdoor-Views (grau)

Experimenteller Vergleich von Radar- und Lidarsensoren zur Hinderniserkennung bei Drohnen

  • UAVs (engl. Unmanned Aerial Vehicles) sind in den vergangenen Jahren auch außerhalb militärischer und wissenschaftlicher Nutzung beliebter geworden. Für autonome Fluganwendungen ist die Überwachung der Umgebung zwingend notwendig. In dieser Arbeit wird ein experimenteller Ansatz zur Hinderniserkennung mit Radar- und Lidarsensorik präsentiert. Dieser setzt sich aus der Kollisionsvermeidung derUAVs (engl. Unmanned Aerial Vehicles) sind in den vergangenen Jahren auch außerhalb militärischer und wissenschaftlicher Nutzung beliebter geworden. Für autonome Fluganwendungen ist die Überwachung der Umgebung zwingend notwendig. In dieser Arbeit wird ein experimenteller Ansatz zur Hinderniserkennung mit Radar- und Lidarsensorik präsentiert. Dieser setzt sich aus der Kollisionsvermeidung der Flugsteuerung px4, einem Nvidia Jetson TX2 als Flugbegleitcomputer und den Sensoren Slamtec RPLidar A2M6 und Texas Instruments AWR1443 Radar zusammen. Insgesamt wurden drei verschiedene Hardwarekomponenten getestet. Zur Auswertung der Versuche wird eine durch Python OS-unabhängige Auswertesoftware entwickelt und implementiert. Die Versuchsplanung setzt sich aus drei Versuchen mit jeweils fünf in Geometrie und Textur unterschiedlichen Hindernissen zusammen. Die Versuchsergebnisse zeigen, dass der eingesetzte Lidar gegenüber dem Radar Vorteile auf kurze Distanz aufweist. Zur Reproduzierbarkeit von Experimenten auf kurzer Distanz wird die Entwicklung eines fixen Messaufbaus empfohlen.show moreshow less

Download full text files

  • BA_MeierJakob.pdf
    deu

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Document Type:Bachelor Thesis
Zitierlink: https://opus.hs-offenburg.de/5124
Bibliografische Angaben
Title (German):Experimenteller Vergleich von Radar- und Lidarsensoren zur Hinderniserkennung bei Drohnen
Author:Jakob Meier
Advisor:Jörg Ettrich, Stefan Staiger, Raimund Lehmann
Year of Publication:2021
Publishing Institution:Hochschule Offenburg
Granting Institution:Hochschule Offenburg
Place of publication:Offenburg
Page Number:xxii, 84
Language:German
Inhaltliche Informationen
Institutes:Forschung / IUAS - Institute for Unmanned Aerial Systems
Fakultät Maschinenbau und Verfahrenstechnik (M+V)
Institutes:Abschlussarbeiten / Bachelor-Studiengänge / MA
Tag:Hinderniserkennung; Lidarsensorik; Radarsensorik
Unmanned Aerial Vehicles
Formale Angaben
Open Access: Closed Access 
Licence (German):License LogoCreative Commons - CC BY-NC - Namensnennung - Nicht kommerziell 4.0 International
SWB-ID:1830647903