FenixEdu™

Dissertação

Point Cloud Registration with Applications in Distributed SLAM EVALUATED

Detalhes: Esta dissertação propõe um algoritmo de registo de nuvens de pontos, com aplicação a localização e mapeamento simultâneos (SLAM, de Simultaneous Localization and Mapping), em que diversos veículos mapeiam simultaneamente uma dada região. Primeiramente, o problema do SLAM é abordado ao nível de um veículo, com o problema de mapeamento formulado no referencial solidário a si. Usufruindo de três giroscópios e de uma câmara, é implementado um processo de filtragem para garantir a convergência das estimativas de posição dos marcos observados, velocidade do veículo, e polarização dos giroscópios. Uma abordagem teórica é depois usada para desenvolver o algoritmo de registo, de modo a garantir a sua precisão e robustez em ambientes estocásticos. É alcançada uma melhoria na complexidade do algoritmo de registo de nuvens de pontos em 2D, quando comparado com o estado da arte. Diversas nuvens de pontos são usadas para testar os algoritmos, desde cenários gerados aleatoriamente até scans reais em 3D. É dado ênfase ao tempo de execução do algoritmo, de forma a assegurar a possibilidade de implementações em tempo real. A dissertação culmina com simulações de missões de SLAM distribuídas. Para a missão em 2D, é utilizada uma arena fictícia, enquanto que o cenário em 3D usa dados recolhidos numa digitalização prévia de um auditório real. Por fim, discutem-se possíveis extensões e trabalho futuro, passível de ser realizado com o propósito de diminuir o tempo de execução do registo e de aumentar a eficiência de futuras missões de mapeamento distribuídas.
Keywords: Mapeamento Distribuído, Registo de Nuvens de Pontos, Filtro de Kalman, Veículos Autónomos

Discussão: janeiro 11, 2021, 17:0