Autonóm parkolást megvalósító rendszer dinamikusan változó környezetben
A teljesen autonóm, illetve önvezető autó megvalósítása korunk egyik legjelentősebb mérnöki kihívása. Ami valaha tudományos-fantasztikumnak számított, az a technológia fejlődésével mára már valósággá válhat. Noha az önvezető autók még korai stádiumban járnak, de elterjedésük forradalmasíthatja a forgalomirányítási és közlekedési rendszereket. Ennek elérése érdekében több összetett kihívást kell leküzdeni először.
Az önvezető autókhoz kapcsolódó számos megoldandó probléma egyike a parkolóhelyek automatikus detekciója. A jövőben a lakosság számának növekedésével a járművek száma is folyamatosan növekedni fog, így egyre nagyobb lesz az igény a parkolóházak iránt, elegendő parkolóhely biztosításának céljából. Azonban a parkolóhely keresés könnyen fáradságos munkává válhat, melyet nem lehet figyelmen kívül hagyni. Időt, energiát és üzemanyagot fogyaszt, valamint a sofőrnek akár többször is köröznie kellhet a parkolóban, mire végül talál egy üres helyet. A dolgozat az automatizált parkolóhely detektálás kérdésének megoldása érdekében bemutat egy ultrahangos szenzorokat és LIDAR-okat használó módszert.
A feladat teljesítésének egyik szükséges feltétele a jármű pályájának megtervezése. Dinamikus környezet révén kizárólag alacsony számításigényű módszerek működhetnek megbízhatóan. Ennek a problémának az áthidalására mintavételen alapuló fa-építő algoritmust és a Reed's-Shepp lokális tervező folytonos görbületű változatát használó módszert mutat be a dolgozat. Ezeket a tervezőket felhasználva a megoldás olyan utat eredményez, melyet a robot anélkül tud követni, hogy meg kellene állnia a kerekek kormányzásához.
A közeljövőben a hagyományos és az autonóm járművek párhuzamosan lesznek jelen a mindennapokban, így az utóbbiaknak le kell tudnia küzdenie az ebből adódó nehézségeket. A mozgó objektumokkal (mint például a többi autóval és a sétáló emberekkel) rendelkező környezetben működő autonóm járműnek képesnek kell lennie kezelni a velük való találkozást. Ennek megoldására egy RGBD kamerát alkalmazó algoritmust mutat be a dolgozat, ahol az objektumokat gépi tanulás segítségével detektálják és mozgásukat becsülik a mélységi információ felhasználásával.
A dolgozat a fent említett kihívásokkal foglalkozik, és arra törekszik, hogy lehetséges megoldásokat találjon rájuk. Az első három fejezetben a megvalósított algoritmusok kerülnek bemutatásra, melyek a fő kérdésekre összpontosítanak, mint a parkolóhelyek felismerése, az útvonaltervezés és a dinamikus objektumok detektálása. Ezt követően bemutatásra kerül, hogy ezek a megoldások hogyan alkotnak egy rendszert, amely képes az autonóm parkolási feladat végrehajtására. Az utolsó részben az elvégzett tesztek kerülnek ismertetésre és ezek alapján jövőbeni fejlesztési javaslatok kerülnek felvetésre.
szerzők
-
Antal Márton
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc) -
G. Varga Gábor
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc) -
Kondákor András
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulensek
-
Csorvási Gábor
Doktorandusz hallgató, Automatizálási és Alkalmazott Informatikai Tanszék -
Kiss Domokos
tanársegéd, Automatizálási és Alkalmazott Informatikai Tanszék -