Design and implementation of a LiDAR mapping algorithm for autonomous racing vehicles

In recent years the interest around autonomous driving has surged significantly leading to important technology advancements. The progress and necessities of today’s world raise the need for a paradigm shift in the way mobility is perceived and provided, with self-driving cars being the catalyst for this transformative change. The racing context has always been one of the most consistent environments for the development of vehicle’s technology. In the field of autonomous racing, one of the pioneer entity to organize and promote competitions for high speed cars has been the Indy Autonomous Challenge (IAC). This thesis unfolds in the framework of autonomous racing competitions, within the Polimove racing team, with the objective of contributing to the self-driving algorithm developed for IAC events. One of the prominent challenges in this domain is vehicle localization, with the traditional methods being based on GNSS data as the primary input. The issue in real applications is the potential scarcity of satellite coverage, often attributed to sky occlusions. This work aims at developing an alternative localization approach based on LiDAR sensors to construct a map of the racetrack and successively localize the vehicle within the map in real time. The proposed solution achieves the required accuracy in vehicle pose estimation by relying on the probabilistic theory of Particle Filters, and affirms as a parallel or alternative method to traditional approaches.

Negli ultimi anni l’interesse attorno al campo della guida automoma è cresciuto significativamente portando ad importanti avanzamenti della tecnologia. Il progresso e le esigenze del mondo odierno comportano la necessità di un cambio di percezione nel modo in cui la mobilità viene approcciata ed offerta, con le auto autonome nel ruolo di catalizzatori di questo cambiamento. Il contesto delle corse automobilistiche è sempre stato uno degli ambienti più importanti per lo sviluppo di technologie applicate ai veicoli. Nel campo della guida autonoma, una delle istituzioni pioniere che organizza e promuove competizioni per veicoli da corsa è l’Indy Autonomous Challenge (IAC). La presente tesi si sviluppa nel contesto delle corse di auto a guida autonoma, all’interno del gruppo Polimove, con l’obiettivo di contribuire all’algoritmo sviluppato per gli eventi di IAC. Una delle sfide principali in questo ambito è la localizzazione del veicolo in pista, con i metodi tradizionali che si basano prevalentemente su dati GPS. Il problema che si pone in applicazioni reali è la potenziale mancanza di copertura satellitare, spesso dovuta a ostacoli interposti tra il ricevitore e il satellite stesso. Questa tesi si propone di sviluppare un approccio di localizzazione alternativo, basato su sensori LiDAR, per costruire una mappa del tracciato e successivamente localizzare l’auto all’interno di essa in tempo reale. La soluzione ottenuta soddisfa i requisiti di precisione sulla stima della posa del veicolo, affidandosi ad un filtro a particelle, e affermandosi come metodo parallelo o alternativo a quelli tradizionali.