3738394041424340 of 204
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Consistent Outdoor Environment Mapping with a 3D Laser Scanner
KTH, School of Electrical Engineering and Computer Science (EECS).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Simultaneous Localization and Mapping(SLAM) is an essential prerequisite for various automated systems, such as self-driving cars, and planetary rovers. These autonomous machines acquire the knowledge of the environment through building a map while exploring an unknown area. Without this knowledge, they are not able to make right decisions.

We used a 3D laser scanner with 16 channels, and encoders to collect the internal and external information. Then we estimate the trajectory that the robot has been to and build a consistent map upon sensor data. In this project, we studied and proposed several ways to improve the existing registration and optimization methods. By adding odometry information to predict the initial estimation as the input for Normal Distribution Transform(NDT), the performance is proved to be boosted. And the result witnessed a satisfying change after we distribute the error before inputing the registration result into g2o optimization framework. Besides, we proposed a method to increase the weight of certain voxels to improve the performance of NDT. We also experimented with different configurations of NDT and g2o to see how they impact the results.

We conducted and analyzed the experiment on two datasets, urban dataset and forest dataset. The mapping is considered successful in the urban dataset.

Abstract [sv]

Simultaneous localization and mapping (SLAM) är en väsentlig förutsättning för olika automatiserade system såsom självkörande bilar och strövare. Dessa autonoma maskiner förvärvar kunskapen om miljön genom att bygga upp en karta medan de utforskar ett okänt område. Utan denna kunskap kan de inte fatta rätt beslut.

Vi använde en 3D-laserskanner med 16 kanaler och omkodare för att samla in intern och extern information. Sedan uppskattar vi vägen som roboten har varit i och bygger upp en överensstämmande karta baserat på sensordata. I detta projekt studerade och föreslog vi flera sätt att förbättra de befintliga registreringsoch optimeringsmetoderna. Genom att lägga till odometriinformation för att förutsäga den ursprungliga uppskattningen som ingången för Normal Distribution Transform (NDT), visas att prestandan ökar. Och resultatet var en tillfredsställande förändring efter att vi fördelat felet innan vi matar in registreringsresultatet i g2o-optimeringsramen. Dessutom föreslog vi en metod för att öka vikten hos vissa voxlar för att förbättra prestanda hos NDT. Vi experimenterade också med olika konfigurationer av NDT och g2o för att se hur de påverkar resultaten.

Vi genomförde och analyserade experimentet på två dataset, ett stadsmiljö-dataset och ett skogsdataset. Vi anser att kartläggningen är framgångsrik med stadsmiljö-datasetet.

Place, publisher, year, edition, pages
2019. , p. 46
Series
TRITA-EECS-EX ; 2019:826
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-271202OAI: oai:DiVA.org:kth-271202DiVA, id: diva2:1415989
Subject / course
Computer Science
Educational program
Master of Science - Systems, Control and Robotics
Supervisors
Examiners
Available from: 2020-03-20 Created: 2020-03-20 Last updated: 2020-03-20Bibliographically approved

Open Access in DiVA

fulltext(8483 kB)9 downloads
File information
File name FULLTEXT01.pdfFile size 8483 kBChecksum SHA-512
811566e015e332aa6a3685f62f69d882e54cd9d8eff7c3b8d1a599bee7a8c774c974ed5b7a26db09b2a3fde694baf3f1f88a6f656f91b1f19c9815e5f42a6d6d
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 9 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 10 hits
3738394041424340 of 204
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf