Accurate Optoacoustic and Inertial 3-D Pose Tracking of Moving Objects With Particle Filtering

Esslinger, Dominik; Rapp, Philipp; Wiertz, Samuel; Rendich, Helen; Marsden, Robert; Sawodny, Oliver; Tarín, Cristina

doi:10.1109/tim.2019.2905749

Cited by 18 publications

(7 citation statements)

References 31 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…unübersichtlichen Umgebung der Baustelle, in der unterschiedlichste Prozesse parallel und z. T. unter schwierigen Witterungsbedingungen ablaufen. Im Zuge der fortlaufenden Entwicklung der Anwendungen des Internet of Things (IoT) und der damit verbundenen Miniaturisierung und Kostenreduktion der Sensorik [21] bieten neue bildgebende Verfahren großes Potenzial für die effiziente Überwachung des Bauprozesses. Zu diesem Zweck werden Kameras und Laserscanner auf dem Träger des Turmdrehkrans montiert.…”

Section: Co‐design In Forschungsnetzwerkenunclassified

“…Diese ermöglichen eine exaktere Lokalisierung und Positionierung im Submillimeterbereich, welcher insbesondere bei der automatisierten Montage stoßanfälliger Faserverbundelemente erforderlich ist. Da diese Sensorsysteme einen kontinuierlichen Sichtkontakt für die Positionsbestimmung benötigen, werden neuartige verteilte Messkonzepte und Methoden der Sensordatenfusion untersucht, um eine ununterbrochene Nachverfolgung bewegter Objekte zu gewährleisten [21]. Analog zu dem Forschungsvorhaben des Turmdrehkrans ist das wesentliche Ziel eine weitgehend autonome Montage.…”

Section: Co‐design In Forschungsnetzwerkenunclassified

See 1 more Smart Citation

Integratives computerbasiertes Planen und Bauen: Architektur digital neu denken

et al. 2021

Self Cite

View full text Add to dashboard Cite

Die Herausforderung an das Bauen der Zukunft besteht darin, mehr zu bauen, dabei weniger Schadstoffe zu emittieren und weniger endliche Ressourcen zu verbrauchen und trotzdem eine qualitätsvolle und lebenswerte gebaute Umwelt zu schaffen. In einem sich wechselseitig beeinflussenden Prozess müssen hierfür sowohl die Produktivität der Bauprozesse als auch die Energie‐ und Ressourceneffizienz der Bausysteme verbessert werden. Digitale Technologien bieten neue Lösungsansätze für diese Herausforderungen. Ziel des Exzellenzclusters IntCDC an der Universität Stuttgart und dem Max‐Planck‐Institut für Intelligente Systeme ist es, das volle Potenzial digitaler Technologien zu nutzen, um das Planen und Bauen in einem integrativen und interdisziplinären Ansatz neu zu denken und damit die methodischen Grundlagen für eine umfassende Modernisierung des Bauschaffens zu legen. Eine zentrale Zielsetzung ist die Entwicklung einer übergeordneten Methodologie des „Co‐Design“ von Methoden, Prozessen und Systemen, basierend auf interdisziplinärer Forschung zwischen den Bereichen Architektur, Bauingenieurwesen, Ingenieurgeodäsie, Produktions‐ und Systemtechnik, Informatik und Robotik sowie Geistes‐ und Sozialwissenschaften. So sollen Lösungswege für die ökologischen, ökonomischen und sozialen Herausforderungen aufgezeigt und die Voraussetzungen für eine qualitätsvolle, lebenswerte und nachhaltige gebaute Umwelt sowie für eine digitale Baukultur geschaffen werden.

show abstract

Section: Co‐design In Forschungsnetzwerkenunclassified

Integratives computerbasiertes Planen und Bauen: Architektur digital neu denken

et al. 2021

Self Cite

View full text Add to dashboard Cite

show abstract

“…Electromagnetic tracking (5-DoF) and IMU (3-DoF) tracking data are fused to arrive at a full 6-D pose tracking resulted in [15]. Esslinger et al [16] proposed a pose tracking system based on an optoacoustic system and IMU, in which the fusing is done using a particle filtering approach.…”

Section: Background and Related Workmentioning

confidence: 99%

A Wide-area, Low-latency, and Power-efficient 6-DoF Pose Tracking System for Rigid Objects

Kim¹,

Kapoor²,

Mansi³

et al. 2021

Preprint

View full text Add to dashboard Cite

Position sensitive detectors (PSDs) offer possibility to track single active marker's two (or three) degrees of freedom (DoF) position with a high accuracy, while having a fast response time with high update frequency and low latency, all using a very simple signal processing circuit. However they are not particularly suitable for 6-DoF object pose tracking system due to lack of orientation measurement, limited tracking range, and sensitivity to environmental variation. We propose a novel 6-DoF pose tracking system for a rigid object tracking requiring a single active marker. The proposed system uses a stereo-based PSD pair and multiple Inertial Measurement Units (IMUs). This is done based on a practical approach to identify and control the power of Infrared-Light Emitting Diode (IR-LED) active markers, with an aim to increase the tracking work space and reduce the power consumption. Our proposed tracking system is validated with three different work space sizes and for static and dynamic positional accuracy using robotic arm manipulator with three different dynamic motion patterns. The results show that the static position root-mean-square (RMS) error is 0.6 mm. The dynamic position RMS error is 0.7-0.9 mm. The orientation RMS error is between 0.04 • and 0.9 • at varied dynamic motion. Overall, our proposed tracking system is capable of tracking a rigid object pose with sub-millimeter accuracy at the mid range of the work space and sub-degree accuracy for all work space under a lab setting.

show abstract

“…In the past many years, many approaches have been proposed to improve the navigation performance of INS/GPS integrated system in case of GPS outages. The correlation filtering algorithms based on the classical Kalman filter (KF) is widely implemented in INS/GPS integrated system [7], [8]. However, the use of KF or extended Kalman filter(EKF) may cause divergence due to modeling errors, which can not be well applied to nonlinear system problems, especially for those inertial devices with low-cost and poor performance [9], [10].…”

Section: Introductionmentioning

confidence: 99%

A Mixed Optimization Method Based on Adaptive Kalman Filter and Wavelet Neural Network for INS/GPS During GPS Outages

Wei

Feng

et al. 2021

IEEE Access

View full text Add to dashboard Cite

To improve the navigation performance of the navigation system combining inertial navigation system (INS) and global positioning system (GPS) under complicated environments, especially GPS outages, a navigation method -wavelet neural network based on random forest regression (RFR-WNN) to assist adaptive Kalman filter (AKF) -is proposed. AKF is employed to correct INS errors, the Kalman filter is improved by introducing adaptive factor, to suppress the influence of the complex environment and random errors on the filtering accuracy; RFR-WNN is used to construct a high-precision prediction model when GPS works well, and to provide the required observations for AKF update when GPS outages. To solve the problem that the single neural network structure is easy to cause the overfitting, unstable and low prediction accuracy due to the lack of comprehensive training samples, RFR is introduced to optimize the single WNN, which can improve the generalization ability and prediction accuracy. In order to verify the effectiveness and advancement of the proposed method, vehicle navigation experiments were carried out, the results indicate that the proposed method has better navigation accuracy and performance than compared methods during GPS outages, and this advantage is more obvious in the case that fewer samples are collected.INDEX TERMS Navigation technology, integrated navigation, wavelet neural network, adaptive Kalman filter, GPS outages, random forest regression.

show abstract

Accurate Optoacoustic and Inertial 3-D Pose Tracking of Moving Objects With Particle Filtering

Cited by 18 publications

References 31 publications

Integratives computerbasiertes Planen und Bauen: Architektur digital neu denken

Integratives computerbasiertes Planen und Bauen: Architektur digital neu denken

A Wide-area, Low-latency, and Power-efficient 6-DoF Pose Tracking System for Rigid Objects

A Mixed Optimization Method Based on Adaptive Kalman Filter and Wavelet Neural Network for INS/GPS During GPS Outages

Contact Info

Product

Resources

About