Ran Liu

Mapping, Path Following, and Perception with Long Range Passive UHF RFID for Mobile Robots


voorkant	achterkant

ISBN:

978-3-8440-4636-6

Reeks:

Robotik

Trefwoorden:

UHF RFID; Mapping; Path Following; Tracking

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

152 pagina's

Gewicht:

224 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

45,80 € / 57,30 SFr

Verschijningsdatum:

Augustus 2018

Kopen:

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		34,35 EUR
	Acties		Tonen en kopen van het bestand - 6,5 MB (6817005 Byte)
	Acties		Kopen en downloaden van het bestand - 6,5 MB (6817005 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 129 kB (132234 Byte)
	Acties		downloaden van het bestand - 129 kB (132234 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Due to the low-cost and contactless way of communication, radio-frequency identification (RFID) technology provides a solution to overcome the difficulties (e.g. occlusions) that the traditional line of sight sensors (e.g. cameras and laser range finders) face. In this thesis, we address the applications of using passive ultra high frequency (UHF) RFID as a sensing technology for mobile robots in three fundamental tasks, namely mapping, path following, and tracking.

In this thesis, we address the problem of recovering from mapping failures of static RFID tags and localizing non-static RFID tags which do not move frequently using a particle filter. The usefulness of negative information (e.g. non-detections) is also examined in the context of mapping RFID tags. Moreover, we present a novel three dimensional (3D) sensor model to improve the mapping accuracy of RFID tags. Second, we present a novel approach that combines RFID fingerprints and odometry information as an input of the motion control of a mobile robot for the purpose of path following in unknown environments. Last, we address the problem of tracking dynamic objects for mobile robots using RFID tags. To achieve this, we combine a two stage dynamic motion model with the dual particle filter, to capture the dynamic motion of the object and to quickly recover from failures in tracking. The state estimation from the particle filter is used in a combination with the VFH+ (Vector Field Histogram), which serves as a local path planner for obstacle avoidance, to guide the robot towards the target.