Térképalkotási módszerek fejlesztése intelligens járműmodellhez

OData támogatás
Konzulens:
Kiss Domokos
Automatizálási és Alkalmazott Informatikai Tanszék

A robotika a villamosmérnöki szakma egyik érdekes mellékága. A számításikapacitás fejlődésével egyre összetettebb robotok jelennek meg, amiket egyre több helyen használnak fel. A 21. században kezdenek elterjedni az önjáró, autonóm eszközök, amiknek fontos része a környezet érzékelése és saját pozíciójuknak ismerete.

A térképezés és lokalizáció fogalma összefonódott, mivel az egyik megléte feltételezi a másikat, emiatt szokták a "tyúk vagy a tojás" dilemmáját felhozni rá. Az elmúlt 30 évben rengeteg tanulmány született ezzel kapcsolatban, sokan foglalkoztak ezzel a témával.

Dolgozatom során sorra veszem a modern megoldásokat és az ezek mögötti elméleti hátteret ismertetem. A megszerzett tudással az Automatizálási és Alkalmazott Informatikai Tanszéken megtalálható tesztcélú járműplatformon implementálom a térképezést a Rao-Blackwellized algoritmuson alapuló GMapping csomag segítségével.

A 2-dimenzióban érzékelő szenzorok által készült térkép sokszor nem pontosan a valóságot tükrözi, így egy lézerszkenner mozgatásával 3-dimenziós képet készítek az autó környezetéről. A szerzett információt pontfelhővé alakítva jelenítem meg és használom fel.

A feladat elvégzése során megkerestem az optimális paramétereket a GMapping algoritmushoz. Az így készült térképhez hozzáillesztettem a felső lidar által kapott 3-dimenziós pontfelhőt, majd e pontfelhőt levetítve kibővítettem a meglévő ütközéselkerülő algoritmust.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.