Autonomous driving requires accurate information about vehicle pose and motion state to track a target trajectory successfully. This thesis focuses on developing a LiDAR-based localization module for racing applications operating in GNSS-denied conditions. The described logic has been designed for the Indy Autonomous Challenge and tailored for oval-track scenarios. Exploiting LiDAR observations, the distance to the external lateral wall is estimated and compared to the expected one that is retrieved using an offline built map of the wall surface. We propose to fuse this information with IMU and wheel speed data, filtering them via a static state observer based on a fully kinematic model. Experimental results are eventually presented and evaluated with speeds up to 210 km/h.
Nel contesto della guida autonoma, per garantire che il veicolo segua una serie di trai- ettorie, una è essenziale una conoscenza accurata edlla posa del veicolo. Questa tesi si focalizza sullo sviluppo di un modulo di localizzazione con sensori LiDAR in grado di operare in condizioni in cui non sono disponibili dati satellitari. La logica descritta in questo manoscritto è stata progettata per l’Indie Autonomous Challenge ed è stata pen- sata su misura per circuiti ovali. Sfruttando le osservazioni dei LiDAR viene stimata la distanza dal muro esterno e comparandola con quella attesa è possibile ricavare una stima dell’errore di localizzazione. La distanza del muro attesa viene ricavata sfruttando una mappa, costruita offline, nella quale sono registrate informazioni sulle posizioni delle superfici del muro esterno. Queste informazioni sono fuse con i dati delle IMU e della velocità ruote, filtrandoli assieme in un osservatore statico dello stato del veicolo basato su un modello interamente cinematico. Vengono infine presentati i risultati sperimentali, valutandoli su diverse velocità che si estendono fino 210 km/h.
Development of a LiDAR based localization module for the indy autonomous challenge
Preti, Giacomo
2021/2022
Abstract
Autonomous driving requires accurate information about vehicle pose and motion state to track a target trajectory successfully. This thesis focuses on developing a LiDAR-based localization module for racing applications operating in GNSS-denied conditions. The described logic has been designed for the Indy Autonomous Challenge and tailored for oval-track scenarios. Exploiting LiDAR observations, the distance to the external lateral wall is estimated and compared to the expected one that is retrieved using an offline built map of the wall surface. We propose to fuse this information with IMU and wheel speed data, filtering them via a static state observer based on a fully kinematic model. Experimental results are eventually presented and evaluated with speeds up to 210 km/h.File | Dimensione | Formato | |
---|---|---|---|
[2022Preti]Executive_Summary.pdf
non accessibile
Descrizione: Executive Summary
Dimensione
3.56 MB
Formato
Adobe PDF
|
3.56 MB | Adobe PDF | Visualizza/Apri |
[2022Preti]Development_of_a_LiDAR_based_localization_module_for_the_Indy_Autonomous_Challenge.pdf
non accessibile
Descrizione: Thesis
Dimensione
24.37 MB
Formato
Adobe PDF
|
24.37 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/192681