Osaliselt automatiseeritud isejuhtivatele sõidukitele mõeldud Lanelet2 kaartide loomine
Nimi
Valentina Sagris
Kokkuvõte
Täppiskaardid (high-definition maps) on isejuhtivatele sõidukitele (autonomous driving) oluline andmeallikas, mis on abiks sõidukite lokaliseerimisel, marsruudi planeerimisel, ümbruse tajumisel ja manööverdamisotsuste tegemisel. Antud valdkonnas uurimistöö läbiviimiseks vajab Tartu ülikooli isejuhtivate sõidukite labor (Autonomous Driving Lab, ADL) täppiskaarte. Käesolev uurimistöö tegeleb täppiskaardi andmebaasi struktuuriga ja täppiskaardi elementide poolautomaatse genereerimisega. Eelkõige testiti töö käigus PostGIS ruumiandmebaasi võimalusi andmete automaatseks töötlemiseks, mis vähendaks kaardistamiseks vajaliku käsitsitööd.
Esiteks, analüüsiti ADL-i varasemaid läbiviidud kaardistusi ja koostati andmebaasi struktuur, mis võimaldab säilitada vajalikke ruumiandmeid erinevate täppiskaardiformaatide jaoks ühes andmebaasis.
Teiseks, kasutati varem kogutud andmeid niinimetatud “puuduvate” elementide poolautomaatse algoritmi loomisel. “Puuduvate” elementide all mõistetakse siin ruumilisi nähtusi, mis on vajalikud sõidulõikude (lanelet) ehk Lanelet2 kaardiformaadi põhiliste primitiivide loomiseks.
Kolmandaks, käsitleti Lanelet2 nõudeid sõidulõikudele jagatud piiride ja semantiliste suhete kohta ning pakuti välja automatiseeritud protseduur seoste leidmiseks sõidulõiku moodustavate elementide vahel. Kriitiliseks sammuks osutus seoseelementide (relation) genereerimine; need elemendid loovad ruumiseosed sõidulõigu keskjoone ja selle piiride vahel andmebaasis.
Neljandaks, loodi andmete konverter Lanelet2 formaadis täppiskaartide genereerimiseks. Konverter teisendab PostGIS-i ruumilisi primitiive Lanelet2 primitiivideks, milleks on tipud, teed ja seosed. Tänu PostgreSQL-i võimalusele hoida andmebaasis XML-andmetüüpe, oli võimalik luua igale Lanelet2 primitiivile vastav XML-element. Loodud elementidest loodi korrektne Lanelet2 fail Pythoni skripti abil.
Töövoogu testiti kahel alal Tartus: Lai-Jakobi-Kroonuaia ja Narva-Roosi-Puiestee. See aitas hinnata algoritmi jõudlust erineva struktuuriga tänavavõrgu korral ja parandada selle efektiivsust. Selgus, et algoritmi jõudlus on väga hea standardse tänavate võrgu korral, kus tänavalõigud saavad kokku T- või X-kujulistel ristmikel. Algoritm on võimeline hästi toime tulema ka keeruliste ristmikega aladel, kuid vajab mõningast inimese poolset abi ja kontrollimist. Pakutud lahendusele kulunud aega võrreldi ajaga, mis kuluks kõikide kaardielementide käsitsi digiteerimisele ning võrdlus näitas olulist tööaja vähenemist.
PostGIS-i funktsionaalsus võimaldas muljetavaldavat kiiret geoandmete töötlust. Sõltuvalt tänavate võrgu keerukusest võib ühe kilomeetri sõiduradade kohta vajaminev tööaeg langeda 45% kuni 65%.
Esiteks, analüüsiti ADL-i varasemaid läbiviidud kaardistusi ja koostati andmebaasi struktuur, mis võimaldab säilitada vajalikke ruumiandmeid erinevate täppiskaardiformaatide jaoks ühes andmebaasis.
Teiseks, kasutati varem kogutud andmeid niinimetatud “puuduvate” elementide poolautomaatse algoritmi loomisel. “Puuduvate” elementide all mõistetakse siin ruumilisi nähtusi, mis on vajalikud sõidulõikude (lanelet) ehk Lanelet2 kaardiformaadi põhiliste primitiivide loomiseks.
Kolmandaks, käsitleti Lanelet2 nõudeid sõidulõikudele jagatud piiride ja semantiliste suhete kohta ning pakuti välja automatiseeritud protseduur seoste leidmiseks sõidulõiku moodustavate elementide vahel. Kriitiliseks sammuks osutus seoseelementide (relation) genereerimine; need elemendid loovad ruumiseosed sõidulõigu keskjoone ja selle piiride vahel andmebaasis.
Neljandaks, loodi andmete konverter Lanelet2 formaadis täppiskaartide genereerimiseks. Konverter teisendab PostGIS-i ruumilisi primitiive Lanelet2 primitiivideks, milleks on tipud, teed ja seosed. Tänu PostgreSQL-i võimalusele hoida andmebaasis XML-andmetüüpe, oli võimalik luua igale Lanelet2 primitiivile vastav XML-element. Loodud elementidest loodi korrektne Lanelet2 fail Pythoni skripti abil.
Töövoogu testiti kahel alal Tartus: Lai-Jakobi-Kroonuaia ja Narva-Roosi-Puiestee. See aitas hinnata algoritmi jõudlust erineva struktuuriga tänavavõrgu korral ja parandada selle efektiivsust. Selgus, et algoritmi jõudlus on väga hea standardse tänavate võrgu korral, kus tänavalõigud saavad kokku T- või X-kujulistel ristmikel. Algoritm on võimeline hästi toime tulema ka keeruliste ristmikega aladel, kuid vajab mõningast inimese poolset abi ja kontrollimist. Pakutud lahendusele kulunud aega võrreldi ajaga, mis kuluks kõikide kaardielementide käsitsi digiteerimisele ning võrdlus näitas olulist tööaja vähenemist.
PostGIS-i funktsionaalsus võimaldas muljetavaldavat kiiret geoandmete töötlust. Sõltuvalt tänavate võrgu keerukusest võib ühe kilomeetri sõiduradade kohta vajaminev tööaeg langeda 45% kuni 65%.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Andmeteadus
Juhendaja(d)
Edgar Sepp, Tambet Matiisen
Kaitsmise aasta
2023