Haohao Hu

M.Sc. Haohao Hu

  • Karlsruher Institut für Technologie
    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:

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)

Zu vergebende Bachelor-, Diplom-, Master- und Studienarbeiten

Laufende Bachelor-, Diplom-, Master- und Studienarbeiten

Abgeschlossene Bachelor-, Diplom-, Master- und Studienarbeiten

Veröffentlichungen

Haohao Hu, Fabian Immel, Johannes Janosovits, Martin Lauer, Christoph Stiller. A Cuboid Detection and Tracking System using A Multi RGBD Camera Setup for Intelligent Manipulation and Logistics. In IEEE 17th International Conference on Automation Science and Engineering (CASE), Lyon, France, August 2021. accepted.

Haohao Hu, Lukas Sackewitz, Martin Lauer. Joint Learning of Feature Detector and Descriptor for Visual SLAM. In IEEE Intelligent Vehicles Symposium (IV), Nagoya, Japan, July 2021. accepted.

Haohao Hu, Johannes Beck, Martin Lauer, Christoph Stiller. Continuous Fusion of Motion Data Using an Axis-Angle Rotation Representation with Uniform B-Spline. Sensors, 21(15), 2021. [ DOI | http ]

Sascha Wirges, Ye Yang, Haohao Hu, Christoph Stiller. Learned Enrichment of Top-View Grid Maps Improves Object Detection. In Conference on Intelligent Transportation Systems (ITSC), Rhodes, Greece, October 2020. [ http ]

Haohao Hu, Aoran Wang, Marc Sons, Martin Lauer. ViPNet: An End-to-End 6D Visual Camera Pose Regression Network. In Proc. IEEE International Conference on Intelligent Transportation Systems (ITSC), Rhodes, Greece, September 2020. [ http ]

Haohao Hu, Johannes Beck, Martin Lauer, Christoph Stiller. Continuous Fusion of IMU and Pose Data using Uniform B-Spline. In International Conference on Multisensor Fusion and Integration (MFI), Karlsruhe, Germany, September 2020. [ http ]

Haohao Hu, Junyi Zhu, Sascha Wirges, Martin Lauer. Localization in Aerial Imagery with Grid Maps using LocGAN. In Proc. IEEE International Conference on Intelligent Transportation Systems (ITSC), Auckland, New Zealand, October 2019. [ http ]

Haohao Hu, Marc Sons, Christoph Stiller. Accurate Global Trajectory Alignment using Poles and Road Markings. In IEEE Intelligent Vehicles Symposium (IV), Paris, France, June 2019. [ http ]

Jannik Quehl, Haohao Hu, Sascha Wirges, Martin Lauer. An Approach to Vehicle Trajectory Prediction Using Automatically Generated Traffic Maps. In Proc. IEEE Int. Conf. Intelligent Vehicles, June 2018. [ http ]

Jannik Quehl, Haohao Hu, Ömer Sahin Tas, Eike Rehder, Martin Lauer. How Good is My Prediction? Finding a Similarity Measure for Trajectory Prediction Evaluation. In Proc. IEEE Intell. Trans. Syst. Conf., Yokohama, Japan, October 2017. [ http ]