Road features detection and sparse map-based vehicle localization in urban environments (2016)
- Authors:
- Autor USP: HATA, ALBERTO YUKINOBU - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: PROCESSOS GAUSSIANOS; MÉTODO DE MONTE CARLO; ROBÔS; APRENDIZADO COMPUTACIONAL; COMPUTAÇÃO MÓVEL
- Keywords: Curb detection; Detecção de guia; Detecção de sinalização horizontal; Gaussian process occupancy map; Localização de Monte Carlo; Localização de veículos; Mapa de grade de ocupação; Mapa de ocupação de processo Gaussiano; Monte Carlo localization; Occupancy grid map; Road marking detection; Vehicle localization; Veículos autônomos
- Language: Inglês
- Abstract: No contexto de veículos autômos, a localização é um dos componentes fundamentais, pois possibilita tarefas como ultrapassagem, direção assistida e navegação autônoma. A presença de edifícios e o mau tempo interferem na recepção do sinal de GPS que consequentemente dificulta o uso de tal tecnologia para a localização de veículos dentro das cidades. Alternativamente, a localização com suporte aos mapas vem sendo empregada para estimar a posição sem a dependência do GPS. Nesta solução, a posição do veículo é dada pela região em que ocorre a melhor correspondência entre o mapa do ambiente e a leitura do sensor. Antes da criação dos mapas, características dos ambientes devem ser extraídas a partir das leituras dos sensores. Dessa forma, guias e sinalizações horizontais têm sido largamente utilizados para o mapeamento. Entretanto, métodos de mapeamento urbano geralmente necessitam de repetidas leituras do mesmo lugar para compensar as oclusões. A construção de representações precisas dos ambientes é essencial para uma adequada associação dos dados dos sensores como mapa durante a localização. De forma a evitar a necessidade de um processo manual para remover obstáculos que causam oclusão e áreas não observadas, propõe-se um método de localização de veículos com suporte aos mapas construídos a partir de observações parciais do ambiente. No sistema de localização proposto, os mapas são construídos a partir de guias e sinalizações horizontais extraídas a partir de leituras de umsensor multicamadas. As guias podem ser detectadas mesmo na presença de veículos que obstruem a percepção das ruas, por meio do uso de regressão robusta. Na detecção de sinalizações horizontais é empregado o método de limiarização por Otsu que analisa dados de reflexão infravermelho, o que torna o método insensível à variação de luminosidade. Dois tipos de mapas são empregados para a representação das guias e das sinalizações horizontais: mapa de grade de ocupação (OGM) e mapa de ocupação por processo Gaussiano (GPOM). O OGM é uma estrutura que representa o ambiente por meio de uma grade reticulada. OGPOM é uma representação contínua que possibilita a estimação de áreas não observadas. O método de localização por Monte Carlo (MCL) foi adaptado para suportar os mapas construídos. Dessa forma, a localização de veículos foi testada em MCL com suporte ao OGM e MCL com suporte ao GPOM. No caso do MCL baseado em GPOM, um novo modelo de verossimilhança baseado em função densidade probabilidade de distribuição multi-normal é proposto. Experimentos foram realizados em ambientes urbanos reais. Mapas do ambiente foram gerados a partir de dados de laser esparsos de forma a verificar a reconstrução de áreas não observadas. O sistema de localização foi avaliado por meio da comparação das posições estimadas comum GPS de alta precisão. Comparou-se também o MCL baseado em OGM com o MCL baseado em GPOM, de forma a verificar qual abordagem apresenta melhores resultados.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2016
- Data da defesa: 13.12.2016
-
ABNT
HATA, Alberto Yukinobu. Road features detection and sparse map-based vehicle localization in urban environments. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062017-090428/. Acesso em: 11 maio 2024. -
APA
Hata, A. Y. (2016). Road features detection and sparse map-based vehicle localization in urban environments (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062017-090428/ -
NLM
Hata AY. Road features detection and sparse map-based vehicle localization in urban environments [Internet]. 2016 ;[citado 2024 maio 11 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062017-090428/ -
Vancouver
Hata AY. Road features detection and sparse map-based vehicle localization in urban environments [Internet]. 2016 ;[citado 2024 maio 11 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08062017-090428/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
