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.

Descripción

Título: Determinación de la trayectoria de un vehículo mediante la detección de elementos característicos detectados por un láser rotativo
Autor/es:
  • Juana Serrano, Javier
Director/es:
  • Jiménez Alonso, Felipe
  • Clavijo Jiménez, Miguel
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería en Tecnologías Industriales
Fecha: Febrero 2018
Materias:
Palabras Clave Informales: LIDAR, elementos característicos, detección, SLAM, mapeo, trayectoria, seguimiento, algoritmos, ensayos, vehículo autónomo, reconstrucción, entorno, simulación.
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Ingeniería Mecánica
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (6MB) | Vista Previa

Resumen

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.

Más información

ID de Registro: 50391
Identificador DC: http://oa.upm.es/50391/
Identificador OAI: oai:oa.upm.es:50391
Depositado por: Biblioteca ETSI Industriales
Depositado el: 20 Abr 2018 18:09
Ultima Modificación: 20 Abr 2018 18:09
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM