Evaluering och utveckling av bildbaserade positioneringssystemför självkörande skalade fordon

Detta är en Kandidat-uppsats från Göteborgs universitet/Institutionen för data- och informationsteknik

Sammanfattning: Den här rapporten evaluerar olika strategier för autonom positionsbestämning avskalade självkörande fordon. Rapporten presenterar två olika positioneringssystemsom med hjälp av en Raspberry Pi och tillhörande kameramodul rapporterar enposition för ett fordon i ett ansatt referenssystem; ett referenssystem som kan delasav flera fordon. Även ett system för lokal positionsbestämning baserat på vägkantsidentifieringpresenteras.Positioneringssystemen har evaluerats i en trafiksituation som innefattar raksträckor,svängar och en rondell. Resultaten visar att systemen är tillräckligt robusta föratt användas i en kontrollerad laborationsmiljö. Systemen i dess nuvarande utförandeanses dock inte tillräckligt robusta för att användas i en miljö där andra fordonbefinner sig.De positioneringssystem som presenteras i rapporten utnyttjar endast on-board sensoreroch ingen trådlös kommunikation med omgivningen förekommer. Detta möjliggören mycket flexibel evaluering av systemen och nya testbanor kan enkelt introduceras.En central teknik för samtliga system är bildbehandling. Centrala bildbehandlingsmetodersom evalueras i rapporten är objekt- och kantidentifiering samtoptiskt flöde. Dessa metoder implementeras i de positioneringssystem som rapportenpresenterar.Författarna anser att de utvecklade systemens resultat verifierar att det är fulltmöjligt att utveckla positioneringssystem för självkörande skalade fordon till en lågkostnad.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)