Generación de mapa de entorno para navegación de vehículo terrestre autónomo

Abstract

En la actualidad los sistemas de navegación autónoma de vehículos terrestres ya son una realidad. Estos sistemas son capaces de navegar de manera autónoma por caminos tanto estructurados como no estructurados. Para la adecuada interacción de estos sistemas autónomos con su entorno, la información perceptual debe ser integrada en un mapa para su posterior utilización. Esta integración puede tener distintos enfoques y representaciones dependiendo del origen de la información y del uso dado. Los sistemas autónomos de navegación han tenido éxito desde el punto de vista técnico gracias, entre otras cosas, a los sensores empleados; los cuales frecuentemente incluyen sensores LIDAR tridimensionales. Sin embargo, el uso de estos mismos sensores impiden su masificación debido a su alto costo. Este costo elevado se debe a que la gran mayoría de ellos son dispositivos de uso industrial y no tienen aplicaciones automotrices o de consumo masivo. Dentro de este ámbito, el Centro Avanzado de Tecnología para la Minería (AMTC) está desarrollando un vehículo autónomo terrestre para ser utilizado como plataforma de desarrollo para tecnología en la industria minera. Se busca generar un sistema que se pueda portar a la industria. Con este fin, este proyecto plantea el uso de un número limitado de sensores y unidades de computo. Este trabajo de tesis se enmarca dentro del proyecto de vehículo autónomo del AMTC. Esta tesis propone que un conjunto reducido de sensores de rango bidimensionales es suficiente para la generación de mapas de entorno en tiempo real, que puedan ser utilizados para la navegación autónoma de un vehículo terrestre. Se postula que las variaciones en la pose de los sensores de rango utilizados para construir los mapas de entorno, causadas por las vibraciones del vehículo debido a su naturaleza no-rígida y a las irregularidades del terreno, pueden ser estimadas y compensadas utilizando una unidad inercial y un sistema de estimación del estado del vehículo basado en el uso de un Filtro de Kalman Extendido. Este estimador de estado puede enriquecer su estimación mediante el uso de sensores internos del vehículo y de estimaciones de la morfología del terreno realizadas en instantes anteriores. Se postula asimismo que la fusión temporal de las mediciones de los sensores de rango, compensadas por el sistema de estimación de pose, puede ser implementada usando Filtros de Kalman por celda. También es propuesta una metodología de evaluación que asume la carencia de un ground truth contra el cual comparar. Debido a lo ligado de la estimación del vehículo con el mapa de entorno, una observación LIDAR inmediata al vehículo es comparada con la morfología acumulada en el mapa permitiendo evaluar la estimación del trayecto recorrido y la integración de las observaciones simultáneamente. El sistema propuesto es evaluado en caminos no pavimentados a diferentes velocidades, mostrando un mejor desempeño tanto cuantitativo como cualitativo al ser comparado con el caso en que no se usa el estimador de estado propuesto. Además es analizado el desempeño del estimador de estado y sus variantes a nivel de trayectorias, comparándolo con las trayectorias de las observaciones GPS. Para todo lo anterior se implementa sobre una arquitectura de software versátil y adaptable a diferentes fuentes de información.