Loading…
Modellbasierte Merkmalsplanung zur objektbezogenen laserscannerbasierten Navigation von Fahrzeugen
Stahn, Roland
In dieser Dissertation wird ein neues System zur modellbasierten Merkmalsplanung für die objektbezogene laserscannerbasierte Navigation von Fahrzeugen vorgestellt. Die robuste Orientierung und Bewegung in natürlichen Umgebungen ist eine zentrale Problemstellung der mobilen Robotik. Die präzise Navigation relativ zu Objekten der Umgebung bildet ein Teilgebiet, welches speziell für die Realisierung von zukünftigen Assistenz- und Autonomiefunktionen bei Fahrzeugen, fahrerlosen Transportsystemen und autonomen Robotern eine entscheidende Rolle spielt. In der vorliegenden Arbeit wird die Navigation mit modernen Laserscannern als Sensoren realisiert. Die Laserscanner-Technologie liefert zuverlässig genaue Entfernungsdaten auch bei variierenden Lichtverhältnissen und Witterungsbedingungen. Sie ist daher prädestiniert für alle Anwendungen im Innen- und Außenbereich, bei denen eine präzise und robuste Relokalisation in Echtzeit erforderlich ist. Der Nachteil von Laserscannern ist ihr eingeschränkter Erfassungsbereich, welcher nur eine Abtastung der Umgebung innerhalb einer Anzahl von diskreten Scanebenen erlaubt, wobei sich die Lage der Scanebenen durch die Fahrzeugbewegung fortwährend ändert. Ziel dieser Arbeit ist es, bei der merkmalsbasierten Objekterkennung bzw. Objektverfolgung stets die besten in den Scandaten verfügbaren Objektmerkmale zu nutzen. Dazu wird das Konzept der laserscannerbasierten Navigation um zwei wesentliche Funktionalitäten erweitert: eine Merkmalsprädiktion und eine Merkmalsplanung. Die Merkmalsprädiktion erlaubt eine automatisierte Vorausberechnung der in einem Laserscan sichtbaren Objektmerkmale für eine beliebig gewählte Sensorpose relativ zu einem durch ein Objektmodell beschriebenen Zielobjekt. Derart kann bei der merkmalsbasierten Objekterkennung anstelle von manuell spezifizierten Merkmalen auf einen dynamisch berechneten Merkmalsvektor zurückgegriffen werden. In der Arbeit erfolgt dazu eine Abstraktion des Laserscanners und der Merkmale in einem Laserscan, eine spezifische Modellierung des Zielobjektes sowie die Herleitung von Algorithmen für eine dynamische Merkmalsextraktion aus dem Objektmodell. Die Merkmalsplanung optimiert anwendungsspezifisch die Ausrichtung des Lasersensors. Ausgehend von der Merkmalsprädiktion wird dazu eine Bewertungsfunktion entwickelt, die prädizierte Merkmalsvektoren hinsichtlich ihrer Positionsgenauigkeit, Orientierungsgenauigkeit, Stabilität und Eindeutigkeit beurteilt. Das Planungsverfahren ist sowohl für fixierte Sensoren als auch für aktuierte Laserscanner geeignet, bei denen die Ausrichtung des Laserscanners durch einen separaten Aktuator gesteuert wird. Ziel der Aktuierung ist es, die Ausrichtung des Sensors dynamisch zu verändern, um jederzeit die optimalen Merkmale des Bezugsobjektes zu beobachten. Die theoretischen Grundlagen der in dieser Arbeit vorgestellten Algorithmen werden jeweils durch praxisnahe Experimente verifiziert. Am Beispiel eines Lkw-Assistenzsystems wird gezeigt, dass die neuen Verfahren zur modellbasierten Merkmalsprädiktion und Merkmalsplanung die laserscannerbasierte objektbezogene Navigation von Fahrzeugen entscheidend verbessern und den Anwendungsbereich des Systems deutlich erweitern. Die Erkenntnisse der Arbeit sind auf alle gegenwärtig verfügbaren Laserscanner und zu erwartende zukünftige Weiterentwicklungen anwendbar.
This dissertation presents a novel approach to model-based feature planning for laser scanner-based object-related navigation of vehicles. Robust orientation and motion within natural environments is one of the key tasks in mobile robotics. The precise navigation relative to objects within an environment is a vital capability with respect to the realization of future assistance systems and autonomic functionalities for vehicles, automated guided vehicles and autonomous robots. Within the thesis at hand a navigation system is realized using laser scanners as sensors. Advanced laser scanner technology reliably delivers accurate range data even at varying light conditions and changeable weather. Therefore it is predestined for all indoor and outdoor applications that require a precise and robust relocalization in real-time. The major handicap of laser scanners is their limited field of view - they are capturing range data within discrete scanning planes only. Even worse, the posture of these scanning planes is typically constantly changing due to proper motions of the vehicle. The aim of this work is to introduce a system, that utilizes the best available object feature within a laser scan for feature-based object detection and object tracking at all times. For this reason the concept of laser scanner-based navigation is extended by two fundamental functionalities: feature prediction and feature planning. Feature prediction enables automatic pre-calculation of all object features visible within a laser scan for a freely chosen sensor pose in reference to a target object represented by an object model. This way feature-based object detection algorithms can make use of a dynamically calculated feature vector instead of relying on manually specified sets of object features. This thesis introduces abstract descriptions for the laser scanner and all detectable features within a laser scan as well as specific 3D modeling of target objects. Based on this, efficient algorithms for extracting features from the 3D object model are derived. Feature planning optimizes the alignment of the laser scanner and its scanning planes application-specifically. For this purpose a weighting function is developed that evaluates the results of a respective feature prediction regarding their potential position accuracy, orientation accuracy, stability and unambiguousness. The regarded planning method is applicable for both, fixed and actuated laser scanners. The latter feature an additional actuator which allows to dynamically adjust the sensors orientation in order to track the optimal features of the target object at all times. The theoretical fundamentals for the novel algorithms in this work are verified by practical experiments. Using the example of an assistance system for commercial vehicles it is demonstrated that both performance and range of the laser scanner-based navigation system for vehicles are significantly improved by the innovative methods of model-based feature prediction and feature planning. The results of this work are applicable to all currently available laser scanners and expectable further developments in the future.
