hrvatski

Istraživanje percepcije okoline višesenzorskim sustavom

Percepcija okoline je neophodna u izvedbi svakog robotskog sustava, bilo da se radi o autonomnom vozilu, bespilotnoj letjelici ili robotskom manipulatoru. Čovjekovo snalaženje u svijetu također zahtijeva percepciju okoline koju ostvaruje pomoću osjetila vida, sluha, itd. Kako bismo robotima omogućili snalaženje u svijetu, neophodno ih je opremiti perceptivnim senzorima. Najčešće korišteni senzori u tu svrhu su kamere, LiDAR-i (engl. Light Detection and Ranging), radari, sonari, itd. Spomenuti senzori koriste različite fizikalne fenomene kako bi prikupili informacije o okolini. Zbog toga, različiti senzori su u stanju detektirati različite pojave, pri različitim vremenskim ili svjetlosnim uvjetima, s različitim stupnjem preciznosti i pouzdanosti. Odabir konfiguracije senzora za sustav percepcije okoline iznimno je važan zbog čega je potrebno poznavati sve mogućnosti i ograničenja pojedinih senzora. Primjerice, kamere nude veliku količinu podataka koji omogućuju razne primjene od kojih su neke moguće isključivo kamerama poput detekcije prometnih znakova, prepzonavanja ceste, itd. Usprkos tome, pri uvjetima lošije vidljivosti (noć, scena s velikim dinamičkim rasponom, kiša, snijeg) kamera nije pouzdan senzor te cijeli sustav gubi na robustnosti. S druge strane, radari pružaju znatno manje informacija o okolini, ali jedna od njihovih prednosti je pouzdanost detekcije objekata pri različitim vremenskim uvjetima poput kiše, snijega, magle. Često korišteni senzori u percepciji okoline su i LiDAR-i. Budući da su aktivni senzori poput radara, noć nikako ne utječe na njihovu izvedbu. S druge strane, uvjeti smanjene vidljivosti zbog vremenskih neprilika (npr. kiša, magla, i sl.) stvaraju znatno više problema LiDAR-ima nego radarima. Uzrok tome je različita valna duljina elektromagnetskog zračenja koju koriste. LiDAR-i koriste infracrveni spektar koji je blizak vidljivom čime su znatno ranjiviji na spomenute pojave dok s druge strane radari koriste znatno veće valne duljine koje nemaju takvih problema. Najveća prednost LiDAR-a je velika količina informacija koju pružaju kroz oblake točaka. Na temelju tih podataka moguće je graditi visoko precizne 3D modele okruženja. Kako bi se robot, ili vozilo u našem slučaju, moglo autonomno navigirati u visoko dinamičkim okruženjima pri različitim uvjetima, sustav je potrebno graditi na više različitih senzora istovremeno. Takvim pristupom povećavamo robustnost i primjenjivost, ali i složenost našeg sustava. Sukladno tome, u našem istraživanju odlučili smo korisititi kamere, radare i LiDAR-e. Percepcija okoline sastoji se od više različitih podzadataka kao što su istovremena lokalizacija i mapiranje (engl. Simultaneous Localization and Mapping – SLAM), detekcija i praćenje gibajućih objekata (engl. Detection and Tracking of Moving Objects – DATMO), semantička segmentacija scene, itd. Svaki od tih podzataka može profitirati višesenzorskim pristupom, a jedna od ključnih stvari za uspješnost fuzije senzora je dobra umjerenost sustava.

percepcija okoline ; višesenzorski sustavi ; kalibracija senzora

nije evidentirano