Segmentación de nubes de puntos y fusión de datos en el ámbito de los vehículos autónomos

Abstract

Los vehículos autónomos ya no forman parte del futuro, si no que sus primeras implementaciones comienzan a ser visibles en la sociedad actual. Ya hay prototipos totalmente funcionales recorriendo las calles, únicamente restringidos por las leyes y el pensamiento de la sociedad actual. Este proyecto corresponde al inicio del desarrollo del sistema de detección y evaluación de obstáculos y toma de decisiones de un vehículo autónomo. En el cual se desarrollan 2 modulos principales en el ámbito de un vehículo autónomo. La adquisición y análisis de datos de un sensor, un láser scanner Lidar, y la fusión de datos para datos recibidos de una cámara Mobileye y el láser mencionado anteriormente. Para el desarrollo de esta memoria, se ha comenzado por la exposición del estado del arte en materia de vehículos autónomos, con el objetivo de mostrar la tecnología actual y su aplicación en el mundo contemporáneo. A continuación, se expone la metodología de trabajo realizado, mostrando las decisiones de ingeniería que han llevado al desarrollo de este proyecto sobre el lenguaje C++ y Visual C++. Así como, las decisiones en cuanto a algorítmica y segmentación de puntos tomadas. Como parte principal, se desarrolla el trabajo realizado dividido en 3 fases: Desarrollo de un algoritmo de reconocimiento de obstáculos y toma de decisiones, a partir de los datos recibidos de un láser scanner de 1 canal; Desarrollo de un sistema de análisis de nubes de puntos y toma de decisiones a partir de los datos recibidos de un láser scanner de 16 canales; Desarrollo de un sistema de fusión de datos para datos que provienen de un láser scanner de 16 canales y una cámara Mobileye. Las tres fases tienen como objetivo principal su ejecución en tiempo real. Por último, se exponen las conclusiones extraídas del trabajo realizado y las diferentes líneas de trabajo futuro propuesto. Abstract: Data analysis and data fusion constitute the core of the intelligence of an autonomous vehicle and it is one of the most developed phases in the field of autonomous driving. There are many techniques and algorithms for the approximation of this problem. This project presents a solution for the implementation of an object recognition algorithm for 1 channel laser scanner. It also discusses the implementation of a complete system for point cloud analysis, obstacle recognition and decision making for the data provided by 16 channel laser scanner. Finally, a possible implementation of a data fusion system, for data that comes from a 16 channel laser scanner and a Mobileye camera is shown. The result obtained from the developed systems are explained in the memory and it shows the result of the segmentation and analysis of the number of the point cloud in real time and the improvement in the precision and reliability of the result data from the fusion system.