Original title: Detekce pohyblivých objektů v prostředí mobilního robota
Translated title: Moving Object Detection in the Environment of Mobile Robot
Authors: Dorotovič, Viktor ; Beran, Vítězslav (referee) ; Veľas, Martin (advisor)
Document type: Master’s theses
Year: 2017
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Táto práca rieši problém detekcie pohybujúcich sa objektov v okolí robota. Prostredie je reprezentované dvojrozmernou okupačnou mriežkou, ktorá obsahuje aktuálne viditeľné prostredie, bez filtrovania v čase. Ako samotný detektor pohybu slúži časticový filter založený na systéme v článku Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation, ktorý uviedol Tanzmeister a kolektív. Implementácia s využitím Robotického operačného systému poskytuje možnosť pre znovupoužitie modulov, z ktorých riešenie pozostáva. Ako zdroj LiDARových dát pre experimenty bola zvolená databáza KITTI Visual Odometry, ktorá obsahuje aj pózy vozidla. Mračná bodov boli predspracované vynechaním bodov ležiacich na zemi metódou Loopy Belief Propagation. Vytvorený detektor dokáže na sekvenciách databázy rozlišovať pohybujúce sa vozidlá. Pri testoch na simulovanom prostredí sa ukázali nedostatky detekcie v prípade pohybu veľkých súvislých objektov. This work's aim is movement detection in the environment of a robot, that may move itself. A 2D occupancy grid representation is used, containing only the currently visible environment, without filtering in time. Motion detection is based on a grid-based particle filter introduced by Tanzmeister et al. in Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation. The system was implemented in the Robot Operating System, which allows for re-use of modules which the solution is composed of. The KITTI Visual Odometry dataset was chosen as a source~of LiDAR data for experiments, along with ground-truth pose information. Ground segmentation based on Loopy Belief Propagation was used to filter the point clouds. The implemeted motion detector is able to distiguish between static and dynamic vehicles in this dataset. Further tests in a simulated environment have shown some shortcomings in the detection of large continuous moving objects.
Keywords: motion detection; occupancy grid; particle filter; point cloud; robotics; ROS; detekcia pohybu; mračno bodov; okupačná mriežka; robotika; ROS; časticový filter

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/69583

Permalink: http://www.nusl.cz/ntk/nusl-363889


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses