Determinación de la trayectoria de un vehículo mediante la detección de elementos característicos detectados por un láser rotativo

Juana Serrano, Javier (2018). Determinación de la trayectoria de un vehículo mediante la detección de elementos característicos detectados por un láser rotativo. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM), Madrid.

Description

Title: Determinación de la trayectoria de un vehículo mediante la detección de elementos característicos detectados por un láser rotativo
Author/s:
  • Juana Serrano, Javier
Contributor/s:
  • Jiménez Alonso, Felipe
  • Clavijo Jiménez, Miguel
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: February 2018
Subjects:
Freetext Keywords: LIDAR, elementos característicos, detección, SLAM, mapeo, trayectoria, seguimiento, algoritmos, ensayos, vehículo autónomo, reconstrucción, entorno, simulación.
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería Mecánica
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (6MB) | Preview

Abstract

En los últimos años las investigaciones sobre el vehículo autónomo se han disparado, y la gran mayoría de las grandes empresas de la automoción, y algunas tecnológicas, dedican grandes cantidades de sus recursos a su desarrollo. Como resultado, los primeros prototipos de vehículos sin conductor ya circulan por algunas calles de Estados Unidos. Uno de los principales retos a los que se enfrenta la conducción autónoma es a la percepción e interpretación del entorno. Un vehículo autónomo debe ser capaz de analizar todos los elementos del entorno en tiempo real y actuar en consecuencia de una forma rápida y segura. Para ello, los vehículos autónomos necesitan incorporar un gran número de sensores que les permitan conocer con precisión tanto su posición en la calzada, como la posición y velocidad del resto de vehículos, peatones u otros obstáculos. En este trabajo, se va desarrollar un algoritmo con el objetivo de determinar la trayectoria de un vehículo mediante la detección de elementos característicos detectados por un láser rotativo o LIDAR. Un LIDAR (Light Detection and Ranging, o en español, detección y medición de distancias por luz) es un sensor capaz de medir la distancia a un objeto utilizando un haz láser pulsado. El modelo utilizado en este trabajo dispone de 16 haces láser que giran 360º sobre sí mismos a una frecuencia de trabajo de 10 Hz. De esta forma, es capaz de generar una nube de puntos en 3D del entorno en el que se encuentre, que se actualiza en tiempo real y con una precisión muy elevada. El algoritmo desarrollado para determinar la trayectoria, realizará de forma adicional una reconstrucción del entorno. A este tipo de técnica se la conoce con el nombre de SLAM (Simultaneous Localization And Mapping, o en español, Localización y Mapeo Simultáneo). El funcionamiento del algoritmo de SLAM propuesto consta de tres etapas que serán descritas brevemente a continuación. 1. Detección de los elementos característicos del entorno. Para ser capaces de calcular el movimiento del vehículo, será necesario detectar en el entorno unos elementos característicos que puedan ser utilizados como referencia y poder calcular el movimiento del vehículo respecto a ellos Los elementos característicos utilizados han sido los planos verticales del entorno. Estos planos serán extraídos de la nube de puntos proporcionada por el LIDAR. 2. Determinación de la trayectoria. La trayectoria descrita por el vehículo se calculará en 2D. Para ello, los planos detectados serán proyectados sobre el plano horizontal y se utilizarán las rectas resultantes de dicha proyección y las intersecciones que forman las mismas entre sí, para determinar la trayectoria del vehículo. Comparando la posición de estos elementos entre dos frames consecutivos se calculará el desplazamiento y el giro del vehículo. 3. Reconstrucción del entorno Una vez determinada la trayectoria del vehículo, se dispondrá de todos los datos necesarios para realizar una reconstrucción tridimensional del entorno mediante la superposición de las nubes de puntos obtenidas en los distintos instantes de tiempo. Además, la reconstrucción del entorno será utilizada para poder hacer una estimación del error obtenido por el algoritmo. Y de esta forma, poder analizar de manera cuantitativa los resultados en los diferentes entornos, el comportamiento de cada uno de los métodos utilizados y la influencia de las mejoras introducidas. Los errores observados en la reconstrucción del entorno son la consecuencia de los errores cometidos en la estimación de la trayectoria. Por lo tanto, la precisión del método puede ser cuantificada a partir de la precisión de la reconstrucción conseguida. Para ello, se elegirán un cierto número de puntos sobre los planos del entorno reconstruido y se medirá en dichos puntos el espesor de los diferentes planos superpuestos. Si la reconstrucción fuera perfecta dicho espesor sería nulo ya que las paredes o columnas del entorno no han cambiado de posición durante el ensayo. Los errores obtenidos en los entornos ensayados son bastante pequeños, y la reconstrucción del entorno en los cuatro casos ha sido bastante precisa. Por lo tanto se puede concluir que el algoritmo de SLAM es capaz de calcular con bastante precisión la trayectoria seguida por el vehículo en aquellos entornos en los que detecta un número suficiente de elementos característicos.

More information

Item ID: 50391
DC Identifier: http://oa.upm.es/50391/
OAI Identifier: oai:oa.upm.es:50391
Deposited by: Biblioteca ETSI Industriales
Deposited on: 20 Apr 2018 18:09
Last Modified: 20 Apr 2018 18:09
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM