Μελέτη και Αξιολόγηση Σύγχρονων Αλγορίθμων SLAM με Δεδομένα από Αισθητήρες LIDAR
Study and Evaluation of Modern SLAM Algorithms Using LIDAR Sensor Data
Λέξεις-κλειδιά
LiDAR ; SLAM ; Αλληλοαναφορά ; Χαρτογράφηση ; Πλοήγηση ; Οδομετρία ; ΣυνταύτισηΠερίληψη
Η διπλωματική εργασία με τίτλο “ΜΕΛΕΤΗ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ ΣΥΓΧΡΟΝΩΝ ΑΛΓΟΡΙΘΜΩΝ SLAM ΜΕ ΔΕΔΟΜΕΝΑ ΑΠΟ ΑΙΣΘΗΤΗΡΕΣ LIDAR” εκπονήθηκε στο πλαίσιο του Προγράμματος Προπτυχιακών Σπουδών του Τμήματος Μηχανικών Τοπογραφίας και Γεωπληροφορικής του Πανεπιστημίου Δυτικής Αττικής. Στόχος της εργασίας αποτέλεσε η βιβλιογραφική μελέτη και έρευνα σε θέματα που αφορούν σύγχρονες μεθόδους Ταυτόχρονης Ανίχνευσης και Δημιουργίας Χάρτη (Simultaneous Localization and Mapping - SLAM) οι οποίες αξιοποιούν δεδομένα από αισθητήρες LiDAR, όπως και η διερεύνηση της πρακτικής εφαρμογής και χρηστικότητας των μεθόδων αυτών.
Η τεχνολογία SLAM αναπτύχθηκε αρχικά στο πλαίσιο της επιστήμης της ρομποτικής καθώς υπήρχε ανάγκη αποτύπωσης του περιβάλλοντα χώρου και εντοπισμού θέσης με μεγάλη ακρίβεια αφενός σε πραγματικό χρόνο (real time) και αφετέρου σε απαιτητικά περιβάλλοντα όπως κλειστοί ή υπόγειοι χώροι, αλλά και σε πυκνό αστικό περιβάλλον οπού οι συμβατικές μέθοδοι αποτύπωσης και εντοπισμού θέσης αποτυγχάνουν είτε λόγω χρονικών περιορισμών (απαιτείται χρονοβόρα επεξεργασία), είτε λόγω αδυναμίας εφαρμογής της μεθόδου, όπως για παράδειγμα η χρήση συστημάτων GNSS για υπόγεια πλοήγηση.
Άλλα πλεονεκτήματα της τεχνολογίας SLAM αποτελούν η δυνατότητα για γρήγορη αποτύπωση και εντοπισμό θέσης με υψηλή ακρίβεια και εξοπλισμό χαμηλού κόστους, όπως και η πλήρως αυτοματοποιημένη διαδικασία, εν αντιθέσει με συμβατικές μεθόδους οπού οι διαδικασίες αποτύπωσης πραγματοποιούνται χειροκίνητα. Τα πλεονεκτήματα αυτά σε συνδυασμό με τα διαρκώς αυξανόμενα πεδία εφαρμογής της (ρομποτική, αυτόνομη πλοήγηση οχημάτων και UAV) και την απαίτηση περιορισμού του χρόνου και του κόστους αποτύπωσης, οδήγησαν σε ραγδαία εξέλιξη των συστημάτων που αξιοποιούν τη συγκεκριμένη τεχνολογία και την υλοποιούν σε ποικίλες πλατφόρμες με συνδυασμό διαφορετικών αισθητήρων, και απώτερο σκοπό την βελτιστοποίηση των αποτελεσμάτων. Γίνεται επίσης εύκολα αντιληπτό από την σύγχρονη βιβλιογραφία ότι η πλήρης αυτοματοποίηση της εν λόγω διαδικασίας σε πραγματικό χρόνο και με υψηλή ακρίβεια αποτελεί πρόκληση και ένα ανοικτό πεδίο έρευνας που διευρύνεται συνεχώς σε πρακτικό και θεωρητικό επίπεδο μέσω της εξέλιξης των υπολογιστικών συστημάτων, των αισθητήρων και των αλγορίθμων.
Στο πλαίσιο της παρούσας διπλωματικής εργασίας θα γίνει προσπάθεια αναλυτικής παρουσίασης και θεωρητικής εμβάθυνσης των διαδικασιών που εφαρμόζουν την τεχνολογία SLAM μέσω αισθητήρων LiDAR με έμφαση στους σχετικούς αλγορίθμους που διατίθενται μέσω ανοικτού κώδικα στο διαδίκτυο (υλοποιήσεις σε γλώσσες προγραμματισμού MATLAB, Python, C++) για διαφορετικά λειτουργικά συστήματα (Linux και Windows), καθώς επίσης και σύγκρισης τους με βάση τα πλεονεκτήματα και τα μειονεκτήματα που παρουσιάζουν. Τέλος θα πραγματοποιηθεί εφαρμογή αυτών των μεθόδων σε ανοικτά σύνολα δεδομένων, αλλά σε δεδομένα που λήφθηκαν στο πλαίσιο της διπλωματικής εργασίας μέσω του αισθητήρα LiDAR (LIVOX AVIA) που διαθέτει το εργαστήριο Φωτογραμμετρίας και Όρασης Υπολογιστών.
Περίληψη
The thesis titled " Study and Evaluation of Modern SLAM Algorithms Using LiDAR Sensor Data" was conducted as part of the Undergraduate Program of the Department of Surveying and Geoinformatics at the University of West Attica. The objective of the thesis was to conduct a literature review and research on topics related to modern Simultaneous Localization and Mapping (SLAM) methods that utilize data from LiDAR sensors, as well as to explore the practical application and usability of these methods.
SLAM technology was initially developed in the field of robotics to address the need for real-time accurate mapping and localization, especially in challenging environments such as closed or underground spaces, as well as dense urban environments where conventional methods fail due to time constraints or due to the inability of using certain techniques for some applications like for example GNSS for underground navigation.
Other advantages of SLAM technology include its ability to rapidly map and localize with high precision and low-cost equipment. Additionally, it performs the entire process automatically, unlike conventional methods that often require manual intervention. These advantages, coupled with the growing demand in various applications (robotics, autonomous vehicle and UAV navigation), led to rapid advancements and experimentation of these systems with different sensor combinations, algorithms, and devices to optimize results. However, achieving fully automated real-time processes with high accuracy remains a challenging and continuously evolving research field. The progress in computational systems, sensors, and algorithms contributes to ongoing improvements in both practical and theoretical aspects.
This thesis provides an analytical presentation and theoretical elaboration of the processes that apply SLAM technology through LiDAR sensors, focusing on the relevant algorithms available through open-source implementations on the internet (implementations in programming languages such as MATLAB, Python, C++) for different operating systems (Linux and Windows), as well as comparing them based on their advantages and disadvantages. Finally, the application of these methods will be carried out on open datasets, as well as on data collected within the framework of the thesis using the LiDAR sensor (LIVOX AVIA) available at the Photogrammetry and Computer Vision Laboratory.
Αριθμός σελίδων
139Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Τοπογραφίας και ΓεωπληροφορικήςΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές