Lokalisieren eines Fahrroboters anhand von Infrastruktursensorik

Abstract

Die vorliegende Masterarbeit untersucht die Lokalisierung eines Fahrroboters durch den Einsatz kamerabasierter Infrastruktursensorik. Da herkömmliche Methoden der Bildverarbeitung unzureichende Ergebnisse liefern, wird zunächst die Kombination aus Objektdetektion bzw. Bildsegmentierung und klassischen Methoden der Bildverarbeitung evaluiert, jedoch ebenso als ungeeignet bewertet. Daher wird zum Erreichen der Zielsetzung und zur genauen Lokalisierung des Roboters ein spezielles 6D-Pose-EstimationNetzwerk herangezogen. Das Netzwerk wird mit 9.000 synthetischen Bildern trainiert. Für die Lokalisierung im Raum werden ausschließlich die X- und Y-Koordinaten sowie der Verdrehwinkel (Yaw-Winkel) herangezogen. Die anderen Freiheitsgrade sind, aufgrund der Positionierung auf dem Boden, gegeben. Mittels drei verschiedener Kameras wird die Position des Fahrzeugs bestimmt. Die Evaluierung zeigt, dass die Detektion des Fahrroboters sehr robust arbeitet und der Roboter innerhalb einer gewissen Toleranz lokalisiert werden kann. Die durchschnittliche Abweichung beträgt 20,9 mm in der X-Koordinate, 12,0 mm in der Y-Koordinate und 2° im Verdrehwinkel phi. Eine Robustheitsanalyse verdeutlicht, dass die Pose-Estimation unter veränderten Bedingungen weitgehend stabile Resultate erzielt, jedoch bei extremen Verdeckungen und ungünstigen Lichtverhältnissen an ihre Grenzen stößt.