Learning-Based Matching of 3D Submaps from Dense Stereo for Planetary-Like Environments

Hsuan-Cheng, Liao (2020) Learning-Based Matching of 3D Submaps from Dense Stereo for Planetary-Like Environments. DLR-Interner Bericht. DLR-IB-RM-OP-2021-197. Masterarbeit. Technische Universität München.

PDF - Nur DLR-intern zugänglich
69MB

elib-URL des Eintrags:

https://elib.dlr.de/145788/

Dokumentart:

Berichtsreihe (DLR-Interner Bericht, Masterarbeit)

Titel:

Learning-Based Matching of 3D Submaps from Dense Stereo for Planetary-Like Environments

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Hsuan-Cheng, Liao	h.liao (at) eu.denso.com	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2020

Referierte Publikation:

Nein

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

SLAM, Learning, Localization

Institution:

Technische Universität München

Abteilung:

Department of Informatics

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Robotik

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R RO - Robotik

DLR - Teilgebiet (Projekt, Vorhaben):

R - E3D: Algorithmen und Applikation (RM) [RO]

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition

Hinterlegt von:

Giubilato, Riccardo

Hinterlegt am:

29 Nov 2021 09:17

Letzte Änderung:

21 Feb 2022 10:27

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags