Ιχνηλασία πολλαπλών αισθητήρων σε αυτόνομα και συνεργατικά συστήματα αντίληψης οδικού περιβάλλοντος

Abstract

Τα τροχαία ατυχήματα αποτελούν παγκοσμίως την 11η αιτία θανάτου, με την κυριότερη αιτία να παραμένει ο ανθρώπινος παράγοντας. Στις αρχές της δεκαετίας του 90’ οι τεχνολογίες της πληροφορικής, των υπολογιστών και των αισθητήρων άρχισαν να εφαρμόζονται στις μεταφορές, γεννώντας έτσι τον κλάδο των Ευφυών Συστημάτων Μεταφορών. Στο τέλος της δεκαετίας τα πρώτα συστήματα όπως το Προσαρμοστικό Σύστημα Ελέγχου Ταξιδίου (ACC-Adaptive Cruise Control) έκαναν την εμφάνισή τους στα αυτοκίνητα παραγωγής. Στη παρούσα πρόταση διδακτορικής διατριβής αρχικά περιλαμβάνεται μια εισαγωγή στις τεχνολογίες που χρησιμοποιούνται από τα Προηγμένα Συστήματα Υποβοήθησης του Οδηγού. Επίσης περιλαμβάνεται μία περιγραφή των βασικών αρχών της επιστήμης σύντηξης δεδομένων ενώ ακόμα γίνεται αναφορά στην βασική θεωρία εκτίμησης κατάστασης, το φίλτρο Kalman και την ιχνηλασία αντικειμένων. Τέλος γίνεται μία σύντομη περιγραφή των τεχνικών θεσιθεσίας και των δεκτών GPS. Στο επόμενο κεφάλαιο παρουσιάζεται η θεωρητική περιγραφή καθώς και η υλοποίηση ενός συστήματος αντίληψης οδικού περιβάλλοντος καθώς η εφαρμογή του σε ένα αυτοματοποιημένο όχημα. Τα θέματα που εξετάζονται μεταξύ άλλων είναι η ιχνηλασία επιπέδου και η ιχνηλασία κεντρικού επιπέδου. Αναλύεται η εκτίμηση κατάστασης του ιδίου οχήματος όπως επίσης και η εκτίμηση της γεωμετρίας των λωρίδων με τη χρήση πολλαπλών αισθητήρων. Το τρίτο κεφάλαιο περιλαμβάνει την μελέτη και εφαρμογή του αλγορίθμου ιχνηλασίας πολλαπλών υποθέσεων προσανατολισμένου σε μετρήσεις σε ένα σύστημα ιχνηλασίας επιπέδου αισθητήρα. Το κεφάλαιο περιλαμβάνει τη θεωρητική περιγραφή του αλγορίθμου και την παρουσίαση της υλοποίησης σε ένα σύστημα ιχνηλασίας σαρωτή laser. Επίσης γίνεται μελέτη των τεχνικών βελτίωσης της αποδοτικότητας του αλγορίθμου με τη χρήση τεχνικών όπως η ομαδοποίηση και η συγχώνευση υποθέσεων. Το τέταρτο κεφάλαιο περιλαμβάνει την μελέτη ενός συστήματος ιχνηλασίας οχήματος που ταυτόχρονα λαμβάνει πληροφορίες από ένα ασύρματο δίκτυο αυτοκινήτων. Σε αυτή την περίπτωση γίνεται χρήση του αλγορίθμου ιχνηλασίας πολλαπλών υποθέσεων προσανατολισμένου σε ίχνη, ενώ ταυτόχρονα εξετάζονται τα προβλήματα που προκύπτουν στην ιχνηλασία αντικειμένων από τη χρήση πληροφοριών που προέρχονται από απομακρυσμένους κόμβους. Αρχικά στο κεφάλαιο γίνεται μελέτη του προβλήματος κεντρικής ιχνηλασίας δύο απομακρυσμένων χωρικά αισθητήρων (ραδιοεντοπιστής και ασύρματο δίκτυο). Ακολούθως παρουσιάζεται η εφαρμογή του ιχνηλασίας πολλαπλών υποθέσεων προσανατολισμένου σε ίχνη για την συσχέτιση των δεδομένων που προέρχονται από τον ραδιοεντοπιστή με εκείνα που λαμβάνονται από το ασύρματο δίκτυο.

Traffic accidents are the 11th most common cause of death, while human factor remains the main responsible. In the beginning of 90’s information, sensor and computer technologies were first applied in the transport domain, creating the sector of the Intelligent Transportation System. In the end of the decade systems like Adaptive Cruise Control (ACC) were first introduced in commercial cars. The first chapter of the current thesis contains a presentation of the technologies that are used in Advanced Driver Assistance Systems. Additionally, the basic theory of data fusion, estimation, Kalman filtering and tracking is explained. Finally, there is a reference to techniques regarding localization and use of GPS devices. In the next chapter, the theoretical analysis and implementation of a road environment perception system with application to automated vehicle is presented Topics that are discussed include sensor and global level tracking. Moreover, ego vehicle state estimation and road geometry estimation using multiple sensors are examined and implemented The third chapter is dedicated to a Measurement Oriented Multiple Hypotheses Tracker applied in a sensor level tracking. A theoretical analysis and the practical implementation into a laser scanner tracking system are presented. Additionally, optimization techniques like clustering and hypotheses merging are investigated and applied to improve algorithm performance. Forth chapter analyzes the use of tracking system that receives also data from a vehicular network. In this case the Track Oriented Multiple Hypotheses Tracking (TOMHT) algorithm is used, while the issues that stem from using in tracking information from remote nodes are examined. The first sections of the chapter are devoted to the challenge of centralized tracking using remote sensor measurements (radar and vehicular network). The application of TOMHT for data association of radar and vehicular network information is presented in the remaining sections.