Resumen de Laser-based detection and tracking of moving obstacles to improve perception of unmammed ground vehicles
- español
El objetivo de esta tesis es desarrollar un sistema que mejore la etapa de percepción de vehículos terrestres no tripulados (UGVs) heterogéneos, consiguiendo con ello una navegación robusta en términos de seguridad y ahorro energético en diferentes entornos reales, tanto interiores como exteriores. La percepción debe tratar con obstáculos estáticos y dinámicos empleando sensores heterogéneos, tales como, odometría, sensor de distancia láser (LIDAR), unidad de medida inercial (IMU) y sistema de posicionamiento global (GPS), para obtener la información del entorno con la precisión más alta, permitiendo mejorar las etapas de planificación y evitación de obstáculos.
Para conseguir este objetivo, se propone una etapa de mapeado de obstáculos dinámicos (DOMap) que contiene la información de los obstáculos estáticos y dinámicos. La propuesta se basa en una extensión del filtro de ocupación bayesiana (BOF) incluyendo velocidades no discretizadas. La detección de velocidades se obtiene con Flujo Óptico sobre una rejilla de medidas LIDAR discretizadas. Además, se gestionan las oclusiones entre obstáculos y se añade una etapa de seguimiento multi-hipótesis, mejorando la robustez de la propuesta (iDOMap).
La propuesta ha sido probada en entornos simulados y reales con diferentes plataformas robóticas, incluyendo plataformas comerciales y la plataforma (PROPINA) desarrollada en esta tesis para mejorar la colaboración entre equipos de humanos y robots dentro del proyecto ABSYNTHE. Finalmente, se han propuesto métodos para calibrar la posición del LIDAR y mejorar la odometría con una IMU.
- English
The goal of this thesis is to develop a system that improves the perception stage of heterogeneous Unmanned Ground Vehicles (UGVs) in order to achieve a robust navigation in terms of safety and energy saving in several real indoor and outdoor environments. The perception must deal with static and dynamic obstacles using heterogeneous sensors, such as, the odometry, LIght Detection And Ranging (LIDAR), Inertial Measurement Unit (IMU) and Global Positioning System (GPS), in order to collect the surrounding information with the highest precision, allowing to improve the planning and obstacle avoidance stages.
To achieve this objective, a Dynamic Obstacles Mapping approach (DOMap) is proposed to obtain the local map with static and dynamic obstacles information. The proposal is based on the Bayesian Occupancy Filter (BOF), extended in order to not assuming discretized velocities. The velocities detection has been obtained using Optical Flow over a discretized grid of LIDAR measurements. In addition, the occlusions between obstacles had been handled and a multi-hypothesis tracking stage has been added, improving the robustness of the proposal. Therefore, the obtained map has information about occupancy and velocities of the surrounding obstacles (iDOMap).
The proposal has been tested in simulated and real scenarios with different robotic platforms, including commercials ones and the developed PROPINA platfom to improve collaboration between humans and robots teams within ABSYNTHE project. Finally, LIDAR pose calibration and an improved odometry with IMU methods have been proposed.
