Evaluering och utveckling av bildbaserade positioneringssystemför självkörande skalade fordon
Sammanfattning
Den här rapporten evaluerar olika strategier för autonom positionsbestämning av
skalade självkörande fordon. Rapporten presenterar två olika positioneringssystem
som med hjälp av en Raspberry Pi och tillhörande kameramodul rapporterar en
position för ett fordon i ett ansatt referenssystem; ett referenssystem som kan delas
av flera fordon. Även ett system för lokal positionsbestämning baserat på vägkantsidentifiering
presenteras.
Positioneringssystemen har evaluerats i en trafiksituation som innefattar raksträckor,
svängar och en rondell. Resultaten visar att systemen är tillräckligt robusta för
att användas i en kontrollerad laborationsmiljö. Systemen i dess nuvarande utförande
anses dock inte tillräckligt robusta för att användas i en miljö där andra fordon
befinner sig.
De positioneringssystem som presenteras i rapporten utnyttjar endast on-board sensorer
och ingen trådlös kommunikation med omgivningen förekommer. Detta möjliggör
en mycket flexibel evaluering av systemen och nya testbanor kan enkelt introduceras.
En central teknik för samtliga system är bildbehandling. Centrala bildbehandlingsmetoder
som evalueras i rapporten är objekt- och kantidentifiering samt
optiskt flöde. Dessa metoder implementeras i de positioneringssystem som rapporten
presenterar.
Författarna anser att de utvecklade systemens resultat verifierar att det är fullt
möjligt att utveckla positioneringssystem för självkörande skalade fordon till en låg
kostnad.
Examinationsnivå
Student essay
Samlingar
Fil(er)
Datum
2017-08-10Författare
Aziz, Hawre
Branzell, Alexander
Hjerpe, Carl
Almblad, Erik
Eriksson, Mattias
Krook, Robert
Nyckelord
Autonom, Självkörande, Fordon, Positionering, Bildprocessering, Algoritmer,
Språk
swe