This page in English

Anas Alhashimi

Tjänstetitel: Postdoktor Organisation: Institutionen för naturvetenskap och teknik

E-post:

Telefon: 019 303458

Rum: T1227

Anas Alhashimi

Forskningsämne

Forskningsmiljöer

Om Anas Alhashimi

Jag är forskardoktor vid Mobile Robotics and Olfaction Lab (MR&O) vid Örebro universitet. Jag avslutade min doktorsexamen vid institutionen för datavetenskap, elektroteknik och rymdteknik, Luleå tekniska universitet (2018). Jag har kandidatexamen och kandidatexamen i elektronik- och kommunikationsteknik (1999, 2002). Jag är intresserad av följande forskningsämnen:

  • FMCW radar- och laseravståndssökare (Lidar) för robotapplikationer
  • Statistisk sensormodellering och kalibrering
  • Parameteruppskattning och modellbeställningsval under variabel brusvariation (heteroscedasticitet)
  • Gemensamma parametrar och tillståndsuppskattning (linjära och icke-linjära system)
  • Monte Carlo metoder
  • Robotlokalisering och kartläggning
  • Robotnavigering och vägplanering

Forskningserfarenhet
Doktorandforskare

utvecklat statistiska sensormodellerings- och kalibreringsalgoritmer
Utvecklade gemensamma parametrar och tillståndsberäkningsalgoritmer för sensorkalibrering när data är ofullständiga

Magisterforskare

Presenterade självorganiserande neurala nätverk för radarsignalavgränsning
utvecklade algoritmer för att identifiera radar PRF (Pulse Repetition Frequency)

Forskargrupper

Publikationer

Artiklar i tidskrifter |  Kapitel i böcker, del av antologier |  Konferensbidrag | 

Artiklar i tidskrifter

Alhashimi, A. , Varagnolo, D. & Gustafsson, T. (2017). Calibrating distance sensors for terrestrial applications without groundtruth information. IEEE Sensors Journal, 17 (12), 3698-3709.

Information via DOI

Alhashimi, A. , Varagnolo, D. & Gustafsson, T. (2015). Joint Temperature-Lasing Mode Compensation for Time-of-Flight LiDAR Sensors. Sensors, 15 (12), 31205-31223.

Information via DOIMer information på annan webbplats

Ata'a, A. & Abdullah, S. (2007). Deinterleaving of radar signals and PRF identification algorithms. IET radar, sonar & navigation, 1 (5), 340-347.

Information via DOI

Kapitel i böcker, del av antologier

Alhashimi, A. , Pierobon, G. , Varagnolo, D. & Gustafsson, T. (2018). Modeling and Calibrating Triangulation Lidars for Indoor Applications. I: Kurosh Madani, Dimitri Peaucelle, Oleg Gusikhin, Informatics in Control, Automation and Robotics: 13th International Conference, ICINCO 2016 Lisbon, Portugal, 29-31 July, 2016 (ss. 342-366). . Springer.

Information via DOI

Konferensbidrag

Adolfsson, D. , Magnusson, M. , Alhashimi, A. , Lilienthal, A. & Andreasson, H. (2021). CFEAR Radarodometry - Conservative Filtering for Efficient and Accurate Radar Odometry. I: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2021). Konferensbidrag vid IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2021), Prague, Czech Republic, (Online Conference), September 27 - October 1, 2021.

Fulltext i DiVA

Alhashimi, A. , Del Favero, S. , Varagnolo, D. , Gustafsson, T. & Pillonetto, G. (2018). Bayesian strategies for calibrating heteroskedastic static sensors with unknown model structures. I: 2018 European Control Conference (ECC). Konferensbidrag vid European Control Conference (ECC), Limassol, Cyprus, June 12-15, 2018. (ss. 2447-2453). IEEE.

Information via DOI

Alhashimi, A. , Varagnolo, D. & Gustafsson, T. (2016). Statistical modeling and calibration of triangulation Lidars. I: Oleg Gusikhin; Dimitri Peaucelle; Kurosh Madani, ICINCO 2016 Proceedings of the 13th International Conference on Informatics in Control, Automation and Robotics. Konferensbidrag vid 13th International Conference on Informatics in Control, Automation and Robotics (ICINCO 2016), Lisbon, Portugal, July 29-31, 2016. (ss. 308-317). SciTePress.

Mer information på annan webbplats