Sebelokalizace a mapování ve vnitřním prostředí na bázi LiDAR snímačů
Loading...
Date
Authors
Minařík, Jakub
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato práce seznamuje s problémem sebelokalizace a mapování (SLAM) se zaměřením na použití snímače 3D LiDAR. Nejprve je proveden úvod od samotného SLAMu a vysvětlen SLAM založený na grafu a reprezentace mapy pomocí dense SLAM. Popsány jsou dva nejběžnější algoritmy pro porovnání mračen bodů ICP a NDT. Po popsání teorie SLAMu je provedena rešerše existujících projektů řešící tento problém. Popsané projekty jsou open-source a většina z nich podporuje ROS systém. Z popsaných projektů je vybrán projekt Optimized SC-F-LOAM pro další práci. Je popsána jak funguje jeho odometrie FLOAM a její spojení s optimalizací a hledání smyček. Hledání smyček je prováděno pomocí deskriptoru ScanContext. Následně je proveden návrh pro zprovoznění projektu pro offline a online dat ve vnitřních prostorách. V posledních kapitolách je řešen postup oživení, ladění projektu a jsou vyhodnoceny výsledku daného projektu pro použití ve vnitřních prostorech.
This thesis introduces the problem of simultaneous localization and mapping (SLAM) with focus on the use of a 3D LiDAR sensor. Firsly is written an introduction to SLAM itself and explained graph-based SLAM and dense map representation. The two most common point cloud alignment algorithms ICP and NDT are described. Then research of existing projects solving this problem is carried out. Described projects are all open-source and most of them support the ROS system. One of the described projects, Optimized SC-F-LOAM is explained in detail. Thesis describes it's odometry FLOAM and connection between it and graph optimization with loop closure. For loop closure is used descriptor ScanContext. Then it is presented design for implementing choosen project on offline and online datas from indoor. In last chapters is described proces of implementing and tuning project and at the end results of using said project in indoors are presented.
This thesis introduces the problem of simultaneous localization and mapping (SLAM) with focus on the use of a 3D LiDAR sensor. Firsly is written an introduction to SLAM itself and explained graph-based SLAM and dense map representation. The two most common point cloud alignment algorithms ICP and NDT are described. Then research of existing projects solving this problem is carried out. Described projects are all open-source and most of them support the ROS system. One of the described projects, Optimized SC-F-LOAM is explained in detail. Thesis describes it's odometry FLOAM and connection between it and graph optimization with loop closure. For loop closure is used descriptor ScanContext. Then it is presented design for implementing choosen project on offline and online datas from indoor. In last chapters is described proces of implementing and tuning project and at the end results of using said project in indoors are presented.
Description
Citation
MINAŘÍK, J. Sebelokalizace a mapování ve vnitřním prostředí na bázi LiDAR snímačů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Bohumil Klíma, Ph.D. (předseda)
doc. Ing. Václav Jirsík, CSc. (místopředseda)
Ing. Stanislav Pikula, Ph.D. (člen)
Ing. Lukáš Pohl, Ph.D. (člen)
Ing. Miloslav Richter, Ph.D. (člen)
Ing. Soňa Šedivá, Ph.D. (člen)
Date of acceptance
2023-06-06
Defence
Student obhájil diplomovou práci s výhradami. V rámci obhajoby dokázal přesvědčit komisi o správnosti svých postupů a navrženého řešení. V průběhu odborné rozpravy reagoval na dotazy popsané níže.
Student s menšími problémy prezentoval svou práci v daném čase. Prezentace byla méně přehledná. Obstojně vysvětlil zapojení odometrie do algoritmu SLAM, řešení problému sjedonocování bodů a další otázky oponenta.
Otázky oponenta:
1. Umožňuje některý SLAM algoritmus zahrnout do výpočtu odometrii poskytovanou robotem z enkodérů? Mohlo
by to být v některých situacích přínosné?
2. Existuje nějaké řešení, jak zamezit zmíněnému sjednocování bodů při snímaní zdi ze dvou stran?
3. Neleze nějakým způsobem zafixovat pohyb v ose Z, ve které se robot jedoucí po rovné podlaze nemůže
pohybovat?
4. Nebylo by z hlediska výkonu vhodnější spustit ovladač pro Velodyne také v ROS1, namísto konverze dat s
velkým datovým tokem pomocí bridge?
Otázky v průběhu rozpravy:
Proč jste se rozhodl pro ROS2?
Jak jste řešil problém se změnou výšky nemůže to být způsobeno optickými vlastnostmi LIDARu?
Jaký byl stručně obsah a výsledek Vaší práce?
Jaké parametry jste změnil pro zvýšení úspěšnosti algoritmu?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení