Im Teilprojekt 7, 'Virtual Reality Simulation' (VRS), des BMBF-Verbundvorhabens 'DeepC' wurden Methoden und Software-Werkzeuge zur Echtzeit-Simulation des DeepC-Fahrzeuges (AUV) in einer virtuellen Welt entwickelt. Dabei wurden folgende (neuartige) Aufgaben erfolgreich bearbeitet und gelöst: (1) die Modellierung, Visualisierung und Animation sämtlicher Aktivitäten um das AUV (Fahrzeug, Unterwasser-Umwelt, Hindernisse, Störgrößen) in einer virtuellen Welt in Echtzeit; (2) die Realisierung eines Echtzeit-3D-Visualisierungssystems für Bediener-geführte AUV-Fahrten in einer virtuellen Simulationsumgebung, wobei das über Sensoren (SONAR) nur eingeschränkt vorliegende Blickfeld dargestellt wird (virtuelles Sonarbild); (3) die Bereitstellung der VR-Simulation als Hilfsmittel für das Erarbeiten von Strategien des maschinellen Lernens, zum Training von Neuronalen Netzen für Ausweichmanöver im Rahmen der Entwicklung von Verfahren der aktiven Autonomie. Die entwickelten Methoden zur Umwelt- und Störgrößen-Modellierung basieren auf einem OcTree-Datenmodell. Dabei wird durch dynamisches Nachladen von Datenblättern sowohl hohe Detailgenauigkeit, als auch Speicher-Effizienz und Echtzeitfähigkeit erreicht.

    In subproject 7, 'Virtual Reality simulation' (VRS), of the BMBF-project 'DeepC', methods and software tools were developed for the real-time simulation of the DeepC vehicle (AUV) in a virtual world. Following novel tasks were carried out and successfully solved: (1) the modeling, visualization and animation of all activities around the AUV (vehicle, underwater environment, obstacles, variable disturbances) in a virtual world in real time; (2) the realization of a real-time 3D-visualisation system for operator-controlled AUV operation in a virtual simulation environment. In this mode, a virtual SONAR-sensor signal and sonar-image is generated by the VRS (virtual sonar); (3) the use of the VR-simulation as aids for the compilation of strategies for machine learning, to the training of neural nets for evasive maneuvers in the context of the development of procedures for the active autonomy of the AUV. Methods for the environmental and variable disturbance modeling, as developed, are based an a OcTree data model. Using dynamic reloading techniques of sub-region data sheets, both, high detail accuracy, as well as memory efficiency and real-time ability, are reached.


    Access

    Check access

    Check availability in my library


    Export, share and cite



    Title :

    Virtual-Reality-Simulation (VRS) (Teilprojekt 7). BMBF-Verbundprojekt DeepC


    Additional title:

    BMBF compound project DeepC, subproject 7: Virtual Reality Simulation (VRS)


    Contributors:


    Publication date :

    2005


    Size :

    24 Seiten, 17 Bilder, 1 Tabelle, 10 Quellen


    Type of media :

    Report


    Type of material :

    Print


    Language :

    German




    DeepC enters its trial phase

    Tema Archive | 2005


    PEM-fuel cell power in the autonomous underwater vehicle DeepC

    Hornfeld, Willi / Joerissen, Ludwig | Tema Archive | 2005


    Fuel Cell Powered Autonomous Underwater Vehicle DeepC

    Joerissen, L. / Hamburg Messe und Congress GmbH | British Library Conference Proceedings | 2004


    Schlussbericht zum BMBF-Verbundprojekt "[Gamma]-TiAl Pleuel" : Teilprojekt: "Spanende Bearbeitung"

    Technische Universität Dortmund, Institut für Spanende Fertigung | TIBKAT | 2007


    Schlussbericht zum BMBF-Verbundprojekt "[Gamma]-TiAl Pleuel" : Teilprojekt: "Spanende Bearbeitung"

    Technische Universität Dortmund, Institut für Spanende Fertigung | TIBKAT | 2007

    Free access