Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR

Τα συστήματα αυτόνομης οδήγησης αποτελούν έναν αναπτυσσόμενο και πολύ ενδιαφέροντα κλάδο στον τομέα των μεταφορών. Τα αυτόνομα οχήματα μπορούν να προσφέρουν οδηγητική ασφάλεια, μείωση αυτοκινητιστικών ατυχημάτων, μετακίνηση για όλες τις ομάδες ανθρώπων, όπως για παράδειγμα σε άτομα με ειδικές ανά...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Δαμανάκη, Μαρία
Άλλοι συγγραφείς: Damanaki, Maria
Γλώσσα:Greek
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/25113
id nemertes-10889-25113
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Συστήματα αυτόνομης οδήγησης
Συνδυασμός πολυτροπικών δεδομένων
Κάμερα
Ανίχνευση αντικειμένων
Παρακολούθηση αντικειμένων
Φίλτρο Kalman
Automated driving systems
Multi-modal data fusion
Camera
LiDAR
Objects detection
Multi-object tracking
Kalman filter
spellingShingle Συστήματα αυτόνομης οδήγησης
Συνδυασμός πολυτροπικών δεδομένων
Κάμερα
Ανίχνευση αντικειμένων
Παρακολούθηση αντικειμένων
Φίλτρο Kalman
Automated driving systems
Multi-modal data fusion
Camera
LiDAR
Objects detection
Multi-object tracking
Kalman filter
Δαμανάκη, Μαρία
Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
description Τα συστήματα αυτόνομης οδήγησης αποτελούν έναν αναπτυσσόμενο και πολύ ενδιαφέροντα κλάδο στον τομέα των μεταφορών. Τα αυτόνομα οχήματα μπορούν να προσφέρουν οδηγητική ασφάλεια, μείωση αυτοκινητιστικών ατυχημάτων, μετακίνηση για όλες τις ομάδες ανθρώπων, όπως για παράδειγμα σε άτομα με ειδικές ανάγκες κα. Ο βαθμός αυτονομίας σε συστήματα σχετικά με την οδήγηση καθορίζει και το επίπεδο αυτονομίας τους από τον άνθρωπο-χειριστή τους. Η πλήρης αντίληψη του περιβάλλοντος από τους αισθητήρες και η λήψη σωστών αποφάσεων για τις δράσεις του είναι οι κύριες συνιστώσες για την ασφάλεια ενός τέτοιου συστήματος. Το αυτόνομο όχημα μπορεί να αντλεί τις πληροφορίες του χώρου είτε μόνο μέσω των αισθητήρων του είτε συνδυάζοντας τους σε συνεργασία με άλλα οχήματα και συσκευές, με τη χρήση συνεργατικών δικτύων. Στην αυτόνομη οδήγηση, βασικό κομμάτι αποτελεί η ανίχνευση, η ταξινόμηση, η αναγνώριση και η παρακολούθηση των αντικειμένων που συναντώνται στο περιβάλλον του οχήματος, όπως η ανίχνευση και η παρακολούθηση άλλων οχημάτων ή πεζών. Η ακριβής ανίχνευση και ιχνηλάτιση επηρεάζει τη λήψη κατάλληλων αποφάσεων σχετικά με μια δράση του οχήματος. Δυο κύριοι αισθητήρες που συλλέγουν πληροφορία από το χώρο είναι η κάμερα και το LiDAR. Η κάμερα παρέχει δισδιάστατη απεικόνιση του χώρου, με πλούσια οπτική πληροφορία που χρησιμοποιείται στην ταξινόμηση των αντικειμένων. Ο αισθητήρας LiDAR προσφέρει τριών διαστάσεων αραιή πληροφορία σχετικά με την απόσταση των αντικειμένων. Ο συνδυασμός των πολυτροπικών δεδομένων (fusion) προσδίδει καλύτερη απεικόνιση του χώρου, σε αντίθεση με τη μεμονωμένη πληροφορία του κάθε αισθητήρα. Στα πλαίσια της παρούσας εργασίας μελετώνται τεχνικές συνδυασμού τέτοιων δεδομένων για την αποτελεσματικότερη ανίχνευση και παρακολούθηση αντικειμένων. Ο στόχος της μεταπτυχιακής εργασίας είναι η ανάπτυξη αλγορίθμων που παρέχουν υψηλής ακρίβειας αποτελέσματα σε σύντομο χρόνο για την ανίχνευση και ιχνηλάτιση αντικειμένων.
author2 Damanaki, Maria
author_facet Damanaki, Maria
Δαμανάκη, Μαρία
author Δαμανάκη, Μαρία
author_sort Δαμανάκη, Μαρία
title Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
title_short Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
title_full Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
title_fullStr Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
title_full_unstemmed Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR
title_sort ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και lidar
publishDate 2023
url https://hdl.handle.net/10889/25113
work_keys_str_mv AT damanakēmaria anichneusēkaiparakolouthēsēantikeimenōnapoautonomaochēmatamesyndyastikēchrēsēkamerōnkailidar
AT damanakēmaria objectdetectionandtrackingbyautonomousvehicleswithcameraandlidarsensorsfusion
_version_ 1771297297331650560
spelling nemertes-10889-251132023-06-21T03:56:49Z Ανίχνευση και παρακολούθηση αντικειμένων από αυτόνομα οχήματα με συνδυαστική χρήση καμερών και LiDAR Object detection and tracking by autonomous vehicles with camera and LiDAR sensors fusion Δαμανάκη, Μαρία Damanaki, Maria Συστήματα αυτόνομης οδήγησης Συνδυασμός πολυτροπικών δεδομένων Κάμερα Ανίχνευση αντικειμένων Παρακολούθηση αντικειμένων Φίλτρο Kalman Automated driving systems Multi-modal data fusion Camera LiDAR Objects detection Multi-object tracking Kalman filter Τα συστήματα αυτόνομης οδήγησης αποτελούν έναν αναπτυσσόμενο και πολύ ενδιαφέροντα κλάδο στον τομέα των μεταφορών. Τα αυτόνομα οχήματα μπορούν να προσφέρουν οδηγητική ασφάλεια, μείωση αυτοκινητιστικών ατυχημάτων, μετακίνηση για όλες τις ομάδες ανθρώπων, όπως για παράδειγμα σε άτομα με ειδικές ανάγκες κα. Ο βαθμός αυτονομίας σε συστήματα σχετικά με την οδήγηση καθορίζει και το επίπεδο αυτονομίας τους από τον άνθρωπο-χειριστή τους. Η πλήρης αντίληψη του περιβάλλοντος από τους αισθητήρες και η λήψη σωστών αποφάσεων για τις δράσεις του είναι οι κύριες συνιστώσες για την ασφάλεια ενός τέτοιου συστήματος. Το αυτόνομο όχημα μπορεί να αντλεί τις πληροφορίες του χώρου είτε μόνο μέσω των αισθητήρων του είτε συνδυάζοντας τους σε συνεργασία με άλλα οχήματα και συσκευές, με τη χρήση συνεργατικών δικτύων. Στην αυτόνομη οδήγηση, βασικό κομμάτι αποτελεί η ανίχνευση, η ταξινόμηση, η αναγνώριση και η παρακολούθηση των αντικειμένων που συναντώνται στο περιβάλλον του οχήματος, όπως η ανίχνευση και η παρακολούθηση άλλων οχημάτων ή πεζών. Η ακριβής ανίχνευση και ιχνηλάτιση επηρεάζει τη λήψη κατάλληλων αποφάσεων σχετικά με μια δράση του οχήματος. Δυο κύριοι αισθητήρες που συλλέγουν πληροφορία από το χώρο είναι η κάμερα και το LiDAR. Η κάμερα παρέχει δισδιάστατη απεικόνιση του χώρου, με πλούσια οπτική πληροφορία που χρησιμοποιείται στην ταξινόμηση των αντικειμένων. Ο αισθητήρας LiDAR προσφέρει τριών διαστάσεων αραιή πληροφορία σχετικά με την απόσταση των αντικειμένων. Ο συνδυασμός των πολυτροπικών δεδομένων (fusion) προσδίδει καλύτερη απεικόνιση του χώρου, σε αντίθεση με τη μεμονωμένη πληροφορία του κάθε αισθητήρα. Στα πλαίσια της παρούσας εργασίας μελετώνται τεχνικές συνδυασμού τέτοιων δεδομένων για την αποτελεσματικότερη ανίχνευση και παρακολούθηση αντικειμένων. Ο στόχος της μεταπτυχιακής εργασίας είναι η ανάπτυξη αλγορίθμων που παρέχουν υψηλής ακρίβειας αποτελέσματα σε σύντομο χρόνο για την ανίχνευση και ιχνηλάτιση αντικειμένων. Autonomous driving systems are a fast growing and interesting branch of transportation. Autonomous driving cars offer driving safety, reduction of car accidents and capabilities of transportation for all groups of people, such as people with special needs, etc. The level of autonomy in such systems determines their level of autonomy from the user. The complete perception of the environment from the sensors and the accurate decision making are the main components for the safety of such a system. The autonomous car collects information either only through its sensors or by combing them in cooperation with other systems, such as other vehicles and devices using cooperative networks. In autonomous driving, the detection, classification, identification and tracking are key components of such systems, like the detection and tracking of cars and pedestrians. The precise detection and tracking affect the system determinations regarding the vehicle action. Two of the main sensors that collect information are camera and LiDAR. The camera provides a two-dimensional representation of the space, with rich visual information which is used in object classification. The LiDAR produce three-dimensional sparse information related to object distances. The fusion of multi-sensors data lead to a better visualization of the area, as opposed to the individual information from each sensor. In the context of this work, data fusion techniques are studied for more effective detection and tracking. The goal of the master's thesis is to develop algorithms that provide high-precision results in a short time for object detection and tracking. 2023-06-20T05:17:37Z 2023-06-20T05:17:37Z 2023-06-19 https://hdl.handle.net/10889/25113 el application/pdf