M.Sc. Haohao Hu
- Wissenschaftlicher Mitarbeiter
- Raum: 244
- Tel.: +49 721 608-42336
- haohao huWmd5∂kit edu
Karlsruher Institut für Technologie (KIT)
Institut für Mess- und Regelungstechnik
Engler-Bunte-Ring 21
Gebäude 40.32
D-76131 Karlsruhe
Forschung
Meine Forschungsinteressen konzentrieren sich auf den Bereich der automatischen kontinuierlichen Kartierung und Lokalisierung für autonom fahrende Fahrzeuge mit GNSS, LiDAR, Kamera, Odometry und IMU Sensoren. Während des Kartierungsprozesses kann die intrinsische und extrinsische Kalibrierung der LiDAR und Kamera Sensoren gleichzeitig geschätzt oder verbessert werden. Nach der Kartierung kann die Fahrroute mithilfe von GNSS und Luftbildern geografisch in ein globales Koordinatensystem ausgerichtet werden. Ich arbeite derzeit an einem verallgemeinerten Lokalisierungssystem, das eine hochgenaue semantische 3D-Karte nimmt und genaue und robuste Lokalisierungsergebnisse liefert.
Meine aktuellen Forschungsprojekte sind:
- Life-Long Multimodal Continuous Mapping and Localization
- Life-Long Vision based Mapping and Localization
- Automatic targetless LiDAR, camera in- and extrinsic calibration
- Automatic 3D model reconstruction and direct Geo-alignment
Lehre
- Aufgabensteller "Grundlagen der Mess- und Regelungstechnik" (GMRT) (SS18, WS18/19, SS19, WS19/20, SS20, WS20/21)
- Vorlesungsversuche "Grundlagen der Mess- und Regelungstechnik" (WS18/19, WS19/20)
- Messtechnisches Praktikum (MTP) (SS19, SS20)
- Rechnergestützte Verfahren in der Mess- und Regelungstechnik (RVMRT) (WS18/19, WS19/20, WS20/21)
- Dozent Technische Modul "Digital Signal Processing" für KSOP Studenten (KSOP-DSP) (2019, 2020)
Akademische Dienste
- Reviewer für
- IEEE Intelligent Vehicles Symposium (IV) (2018)
- IEEE International Conference on Intelligent Transportation Systems (ITSC) (2019, 2020)
- IEEE International Conference on Multisensor Fusion and Integration (MFI) (2021)
- IEEE Robotics and Automation Letters (RA-L) (2021)
- IEEE International Conference on Robotics and Automation (ICRA) (2021)
Laufende Abschlussarbeiten
- Targetlose Extrinsische Selbstkalibrierung der LiDAR und Kamera Sensoren mit Photometrischen Informationen
- Visuelle Kartierung und Lokalisierung mit 3D Image Patches und Normalem Vektor Informationen
- Kontinuierliche Präzise LiDAR Kartierung und Lokalisierung mit Merkmalen in Large-Scale Umgebung
- Kontinuierliche LiDAR Kartierung und Lokalisierung mit Verteilung und Semantischen Informationen in Large-Scale Umgebung
- Automatische Targetlose LiDAR Kameras Extrinsische Kalibrierung mit Geometrischen Informationen
Abgeschlossenen Abschlussarbeiten
- Erlernen einer BEV-Repräsentierung aus Kamera Bildern für Selbst-Lokalisierung in Luftbildern
- Monokulare Kamera Lokalisierung in einer großen dichten Karte mit Rendern und Verfolgen
- Verbessern der Direkt-SLAM und Relokalisierung in der generierten Karte
- End-to-End Maschinelles Lernen für 6D Visuelle Lokalisierung und Odometrie
- Gekoppeltes Erlernen von Merkmalspunktdetektor und -deskriptor für Visuelle Lokalisierung
- Lokalisierung in Geo-referenzierten Luftbildern mit LocGAN basierend auf Lidar Grid Maps
- Erlernen der Geometrischen Distanz zwischen Bildern mit Überlappung für Schnelle Visuelle Kartierung
- SfM basierte Kamera Intrinsische Kalibrierung mit Maschinellem Lernen als Initialisierung
- Entwicklung eines Multi-RGBD-Kamerasystems zur Erkennung und Identifizierung von Paketen
- Kartierung und Lokalisierung mit LiDAR Punktenwolken Daten für Automatisiertes Fahren
- Targetlose Extrinsische Selbstkalibrierung der Multiplen LiDAR und Kamera Sensoren mit Mutual Information (Normalisierte Information Distanz)
- Neuronales Netz basierte Visuelle Ortserkennung in den herausfordernden Umgebungen
Veröffentlichungen
-
NavPathNet: Onboard Trajectory Prediction for Two-Wheelers using Navigation Maps
Immel, F.; Moia, A.; Hu, H.
2024. 2024 IEEE Intelligent Vehicles Symposium (IV), Jeju Island, Korea, Republic of, 02-05 June 2024, 2653 – 2659, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IV55156.2024.10588507 -
Ein Ansatz zur automatisierten Erstellung von Trainingsdaten unter Verwendung von HD-Karten und Mehrfachbefahrungen
Bieder, F.; Hu, H.; Schantz, J.; Kirik, O.; Ries, F.; Haueis, M.; Stiller, C.
2023. Uni-DAS 15. Workshop Fahrerassistenz und automatisiertes Fahren, FAS 2023, 24. – 26.10.2023 Kloster Bonlanden, Berkheim. Hrsg.: K. Bengler, 17–26, Uni-DAS -
Large-Scale 3D Semantic Reconstruction for Automated Driving Vehicles with Adaptive Truncated Signed Distance Function
Hu, H.; Yang, H.; Wu, J.; Lei, X.; Bieder, F.; Pauls, J.-H.; Stiller, C.
2023. Proc. IEEE Intelligent Vehicles Symposium (IV). Ed.: IEEE, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IV55152.2023.10186691 -
Interactive Attention Learning on Detection of Lane and Lane Marking on the Road by Monocular Camera Image
Tian, W.; Yu, X.; Hu, H.
2023. Sensors, 23 (14), Art.-Nr.: 6545. doi:10.3390/s23146545 -
Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings
Munoz-Banon, M. A.; Pauls, J.-H.; Hu, H.; Stiller, C.; Candelas, F. A.; Torres, F.
2022. IEEE Robotics and Automation Letters, 7 (4), 12339–12346. doi:10.1109/LRA.2022.3216991 -
DA-LMR: A Robust Lane Marking Representation for Data Association
Muñoz-Bañón, M. Á.; Pauls, J.-H.; Hu, H.; Stiller, C.
2022. 2022 International Conference on Robotics and Automation (ICRA). Ed.: IEEE, 2193–2199, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICRA46639.2022.9812271 -
Extrinsic Calibration of UAV and Multi RGB-D Cameras with Non-overlapping by using an External Camera
Shen, N.; Wei, T.; Hu, H.; Stork, W.
2022. 2022 IEEE/SICE International Symposium on System Integration (SII 2022): January 9–12, 2022 (Virtual Conference), Narvik, Norway, 232–237, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/SII52469.2022.9708758 -
Improving Lidar-Based Semantic Segmentation of Top-View Grid Maps by Learning Features in Complementary Representations
Bieder, F.; Link, M.; Romanski, S.; Hu, H.; Stiller, C.
2021. Proceedings of 2021 24th International Conference on Information Fusion (FUSION), 64–70, Institute of Electrical and Electronics Engineers (IEEE). doi:10.23919/FUSION49465.2021.9627069 -
Fusion of Simultaneously Learned Features from Complementary Representations for Semantic Segmentation of Top-View Grid Maps
Bieder, F.; Link, M.; Romanski, S.; Hu, H.; Stiller, C.
2021. Proc. International Conference on Information Fusion (FUSION), IEEEXplore -
A Cuboid Detection and Tracking System using A Multi RGBD Camera Setup for Intelligent Manipulation and Logistics
Hu, H.; Immel, F.; Janosovits, J.; Lauer, M.; Stiller, C.
2021. 17th IEEE International Conference on Automation Science and Engineering. Hrsg.: IEEE, 1097–1103, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/CASE49439.2021.9551449 -
Joint Learning of Feature Detector and Descriptor for Visual SLAM
Hu, H.; Sackewitz, L.; Lauer, M.
2021. 2021 IEEE Intelligent Vehicles Symposium (IV). Hrsg.: IEEE, 928–933, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IV48863.2021.9575388 -
Continuous fusion of motion data using an axis-angle rotation representation with uniform B-spline
Hu, H.; Beck, J.; Lauer, M.; Stiller, C.
2021. Sensors, 21 (15), 5004. doi:10.3390/s21155004 -
Continuous Fusion of IMU and Pose Data using Uniform B-Spline
Hu, H.; Beck, J.; Lauer, M.; Stiller, C.
2020. International Conference on Multisensor Fusion and Integration (MFI), 173–178, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/MFI49285.2020.9235248 -
Learned Enrichment of Top-View Grid Maps Improves Object Detection
Wirges, S.; Yang, Y.; Richter, S.; Hu, H.; Stiller, C.
2020. 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), 20-23 September 2020, online, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ITSC45102.2020.9294330 -
ViPNet: An End-to-End 6D Visual Camera Pose Regression Network
Hu, H.; Wang, A.; Sons, M.; Lauer, M.
2020. 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), 20-23 September, 2020, online, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ITSC45102.2020.9294630 -
Localization in Aerial Imagery with Grid Maps using LocGAN
Hu, H.; Zhu, J.; Wirges, S.; Lauer, M.
2019. International Conference on Intelligent Transportation. Hrsg.: IEEE, 2860–2865, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ITSC.2019.8917236 -
Accurate global trajectory alignment using poles and road markings
Hu, H.; Sons, M.; Stiller, C.
2019. 2019 IEEE Intelligent Vehicles Symposium (IV), Paris, France, June 9-12, 2019, 1186–1191, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IVS.2019.8814054 -
An Approach to Vehicle Trajectory Prediction Using Automatically Generated Traffic Maps
Quehl, J.; Hu, H.; Wirges, S.; Lauer, M.
2018. 2018 IEEE Intelligent Vehicles Symposium, IV 2018; Changshu, Suzhou; China; 26 September 2018 through 30 September 2018, 544–549, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IVS.2018.8500535