| Περίληψη: | Σήμερα είναι ευρύτατα αποδεκτό πως βρισκόμαστε στην αρχή της εποχής των αυτόνομων οχημάτων. Δίχως αμφιβολία, με την ταυτόχρονη ανάπτυξη της τεχνητής νοημοσύνης και του hardware τα οχήματα είναι σε θέση να διεκδικήσουν την αυτονομία τους. Οχήματα που μεταφέρουν επιβάτες και αγαθά μπορούν πλέον να πραγματοποιούν τις μεταφορές αυτές, χωρίς την χρήση οδηγού. Αντίθετα, ο έλεγχος του οχήματος δύναται να περάσει σε μία κεντρική μονάδα ελέγχου, που ως στόχο έχει την επεξεργασία της πληροφορίας που συλλέγουν οι αισθητήρες του οχήματος. Η επεξεργασία αυτή και κατ’ επέκταση η τελική απόφαση του κεντρικού συστήματος ελέγχου θα βασίζεται στην επιλογή της καλύτερης δυνατής απόφασης, η οποία θα είναι συνυφασμένη με το ελάχιστο δυνατό κόστος, με γνώμονα την ασφάλεια των επιβαινόντων. Βασική λειτουργία, για την ομαλή και ασφαλή χρήση των οχημάτων, είναι η έγκυρη και έγκαιρη ανίχνευση των προπορευόμενων οχημάτων. Με αυτή την γνώση δεδομένη το κεντρικό σύστημα απόφασης των οχημάτων μπορεί να πάρει αποφάσεις που θα είναι λιγότερο επισφαλείς για κάποιο ατύχημα. Η παρούσα διπλωματική εργασία, επομένως, ασχολείται με το πρόβλημα του εντοπισμού προπορευόμενων οχημάτων, μέσω συνδυασμένης εξαγωγής πληροφορίας από δύο από τους πλέον βασικούς αισθητήρες των αυτόνομων οχημάτων. Οι αισθητήρες αυτοί είναι το Lidar, που χρησιμοποιεί δέσμες laser για να εντοπίζει τα αντικείμενα του περιβάλλοντός του, και η camera, που λαμβάνει οπτικά frames του περιβάλλοντός του οχήματος. Πιο συγκεκριμένα, χρησιμοποιεί την πληροφορία που λαμβάνει ένα αυτόνομο όχημα από τους αισθητήρες Lidar και camera με σκοπό να εντοπίζεται, συνεχώς, το προπορευόμενο όχημα. Όπως είναι γνωστό η πληροφορία του αισθητήρα Lidar είναι αρκετά αραιή. Αυτή η εργασία προσπαθεί να μελετήσει κάποιους περιορισμούς που μπορούν να επιβληθούν στην πληροφορία του Lidar, οι οποίοι θα προκύψουν από την οπτική πληροφορία, με στόχο να βρεθεί το χρονικό διάστημα για το οποίο είναι αξιόπιστη η πληροφορία του αισθητήρα Lidar. Η πληροφορία του Lidar είναι πληροφορία στις τρεις διαστάσεις του χώρου και η πληροφορία από την camera είναι στις δύο διαστάσεις του επιπέδου της εικόνας. Η συγκεκριμένη εργασία εξάγει τα αποτελέσματά της στο επίπεδο της εικόνας. Μέσα από εφαρμογές αλγορίθμων ανίχνευσης αντικειμένων (object detection) και συσταδοποίησης (clustering) τα δεδομένα επεξεργάζονται με κατάλληλο τρόπο ώστε να προσδιοριστεί ένα fusion μεταξύ των δύο αισθητήρων.
|
|---|
