Kaartide muutuste tuvastamine LiDAR-i punktpilvede abil
Nimi
Vladyslav Fediukov
Kokkuvõte
Ise-juhtivad autod on üks kõige kiiremini arenevaid valdkondi robootika ja tehisintellekti rakendamisel. Tööstuse praegusel tasemel on kaardid ümbritseva keskkonna teadmiste peamiseks allikaks. Isejuhtivatele autodele autonoomsuse võimaldamise üheks oluliseks osaks on kaardid, mistõttu on oluline nende hoidmine ajakohasena ja muutunud situatsiooniga kohad tuleb uuesti kaardistada. Muutuste tuvastamiseks saame võrrelda
samas asukohas aga erineval ajahetkel kogutud punktipilvi. Punktipilvede võrdlemiseks valitakse alustuseks välja sama asukohta katvad punktipilved, seejärel täpsustatakse nende omavahelist joondamist ja viimasena arvutatakse välja nendevahelised erinevused.
Käesoleva magistritöö eesmärgiks on välja arendada automaatne töövoog, mis tuvastab muutused isejuhtiva sõiduki teekonnal. See sisaldab liikuvate objektide väljafiltreerimist, punktipilvede joondamist ja muutuste tuvastamist. Väljatöötatud töövoogu on hinnatud Oxford RobotCar andmestikku kasutades, kuna see sisaldab erinevaid teekondi, mis läbivad samu asukohti mitme kuu pikkusel perioodil. See lubab eeldada, et on mitmeid oluliselt muutunud situatsiooniga asukohti. Autorile teadaolevalt varasemad katsed luua lidari punktipilvedest muutuste tuvastamiseks automaatne töövoog puuduvad. Tulemused näitavad, et lidari andmete põhjal on võimalik loodud töövoogu kasutades olulised muutused tuvastada. See on esimeseks sammuks suuremas protsessis, mis võimaldab kaartide reaalaja uuendamise ise-juhtivatele autodele ning seeläbi nende tunduvalt optimaalsema kasutamise linnas.
samas asukohas aga erineval ajahetkel kogutud punktipilvi. Punktipilvede võrdlemiseks valitakse alustuseks välja sama asukohta katvad punktipilved, seejärel täpsustatakse nende omavahelist joondamist ja viimasena arvutatakse välja nendevahelised erinevused.
Käesoleva magistritöö eesmärgiks on välja arendada automaatne töövoog, mis tuvastab muutused isejuhtiva sõiduki teekonnal. See sisaldab liikuvate objektide väljafiltreerimist, punktipilvede joondamist ja muutuste tuvastamist. Väljatöötatud töövoogu on hinnatud Oxford RobotCar andmestikku kasutades, kuna see sisaldab erinevaid teekondi, mis läbivad samu asukohti mitme kuu pikkusel perioodil. See lubab eeldada, et on mitmeid oluliselt muutunud situatsiooniga asukohti. Autorile teadaolevalt varasemad katsed luua lidari punktipilvedest muutuste tuvastamiseks automaatne töövoog puuduvad. Tulemused näitavad, et lidari andmete põhjal on võimalik loodud töövoogu kasutades olulised muutused tuvastada. See on esimeseks sammuks suuremas protsessis, mis võimaldab kaartide reaalaja uuendamise ise-juhtivatele autodele ning seeläbi nende tunduvalt optimaalsema kasutamise linnas.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Dmytro Fishman
Kaitsmise aasta
2020