Detekce chodců v nepříznivém počasí pro autonomní mobilní roboty

Abstract

Tato práce se zabývá vytvořením spolehlivého systému detekce chodců pro autonomní vozidla, který je schopen fungovat v nepříznivých povětrnostních podmínkách. Systém využívá kombinaci lidaru a radaru, které jsou použity společně za pomocí sensorické fúze pro lepší přesnost detekcí. Systém používá nejen sensorickou fúzy, ale i učení jeden druhého. Systém pro detekci chodců je zkombinován s navigačním systémem, který dokáže autonomně projíždět dříve naučenou trasu. Schopnosti systému, které jsou ukázány v této práci jsou detekce chodců v mlze, schopnost systému se spolehlivě autonomně navigovat za pomocí reálného robotu i v případech, kdy do cesty vstoupí chodec, a nakonec je demonstrována schopnost detekce objektů na vozidlu nasazeném v poloprovozu automobilky.

This thesis focuses on creating a reliable pedestrian detection system for autonomous vehicles, which is capable of operating in adverse weather conditions. The system uses a combination of radar-lidar sensors, which using sensor fusion, the system obtains higher precision of the detections. The uses not only sensor fusion, but also for learning one the other. The pedestrian detection pipeline is combined with a navigation system capable of autonomously traversing a previously taught path. The experiments of the system that this work shows, is the detection of a pedestrian under the influence of fog, the capability of the system to reliably autonomously navigate a real robot even when pedestrians are walking in its way, and the capability of object detection on a car-like machine, deployed at a car manufacturing plant.