Vizualizace percepce mobilního robotu a jeho interakce s prostředím v Unreal Engine

Abstract

Tato bakalářská práce představuje simulační framework pro navigaci mobilních pozemních robotů založenou na vnímání. Framework je zaměřen na testování navigačních systémů mobilních pozemních robotů ve velkoplošných, vysoce věrných prostředích, simulujících senzory jako LiDAR a IMU. Framework využívá fotorealistické vykreslování Unreal Engine pro generování senzorových dat a poskytování vizualizace. Implementovány jsou dvě varianty: monolitická a multimodulární architektura. Monolitická varianta se spoléhá výhradně na Unreal Engine pro kompletní simulační proces, včetně mechaniky vozidla a proprioceptivních sensorů. Multimodulární varianta spojuje Project Chrono, vysoce věrný fyzikální engine, pro simulaci prostředí a dynamiky vozidla s Unreal Engine pro vizualizaci a simulaci exteroceptivních sensorů. Tato kombinace poskytuje realističtější mechaniku vozidla a fyziku. Práce vyhodnocuje obě varianty v jejich cílové aplikaci, konkrétně zkoumá, jak věrnost simulace ovlivňuje výkon lokalizačních systémů, jako je LIO-SAM, klíčová komponenta navigačních pipeline. Kvantitativní a kvalitativní analýzy ukazují, že monolitická architektura poskytuje výkon dostatečný pro fáze rychlého vývoje, zatímco multimodulární architektura dosahuje vyšší přesnosti lokalizace.This bachelor's thesis presents a simulation framework for perception-based navigation of mobile ground robots. The framework targets testing mobile ground-robot navigation systems in large-scale, high-fidelity environments, simulating sensors such as LiDAR and IMU. The framework leverages Unreal Engine's photorealistic rendering to generate sensor data and provide visualization. Two variations are implemented: a monolithic and a multimodule architecture. The monolithic variation relies solely on Unreal Engine for the complete simulation process, including vehicle mechanics and proprioceptive sensors. The multimodule variation couples Project Chrono, a high-fidelity physics engine, for environment and vehicle-dynamics simulation with Unreal Engine for visualization and exteroceptive sensor simulation. This combination yields more realistic vehicle mechanics and physics. The thesis evaluates both variations in their target application, specifically examining how simulation fidelity affects the performance of localization systems such as LIO-SAM, a key component of navigation pipelines. Quantitative and qualitative analyses show that the monolithic architecture delivers performance sufficient for rapid development phases, while the multimodule architecture achieves superior localization accuracy.