Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • 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
Dempster Shafer Sensor Fusion for Autonomously Driving Vehicles: Association Free Tracking of Dynamic Objects
KTH, School of Electrical Engineering (EES).
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Autonomous driving vehicles introduce challenging research areas combining differ-ent disciplines. One challenge is the detection of obstacles with different sensors and the combination of information to generate a comprehensive representation of the environment, which can be used for path planning and decision making.The sensor fusion is demonstrated using two Velodyne multi beam laser scanners, but it is possible to extend the proposed sensor fusion framework for different sensor types. Sensor fusion methods are highly dependent on an accurate pose estimate, which can not be guaranteed in any case. A fault tolerant sensor fusion based on the Dempster Shafer theory to take the uncertainty of the pose estimate into account is discussed and compared using an example, although not implemented on the test vehicle.Based on the fused occupancy grid map, dynamic obstacles are tracked to give a velocity estimate without the need of any object or track association methods. Ex-periments are carried out on real world data as well as on simulated measurements, for which a ground truth reference is provided.The occupancy grid mapping algorithm runs on central- and graphical-processing units, which allows to give a comparison between the two approaches and to stress out which approach is preferably used, depending on the application.

Abstract [sv]

Självkörande bilar har lett till flera intressanta forskningsområden som kombinerar manga olika discipliner. En utmaning är att ge fordonet en sorts ¨ögon. Genom att använda ytterligare sensorer och kombinera data frän samtliga så kan man detektera hinder i fordonets väg. Detta kan naturligtvis användas för att förbättra fordonets planerade rutt och därmed också minska klimatpåverkan.

Här används två sammankopplade Velodyne laserstrålsensorer för att undersöka detta Närmare, men det går också att utöka antalet sensorer ytterligare. Sammanlänkningen av sensorer är mycket känslig och kräver därför exakta koordinater, vilket inte alltid kan garanteras. Därför utreds istället om en sensor baserad på Dempster Shaferteorin kan användas för att hantera fel och osäkerheter. Denna används dock inte i testfordonet.

Baserat på en sammanvägd kartbild över upptagna och fria områden (occupancy grid mapping) kan objekt och hinder i rörelse följas för att uppskatta fordonets hastighet utan att metoder för objekt- eller banidentifiering behöver användas. Experiment har utförts på verklig data. Dessutom används simulerade mätningar där en sann grundreferens används.

Algoritmen som används för occupancy-kartan använder sig av central- och grafik-processorenheter, vilket ger oss möjlighet att jämföra två metoder och finna den bäst fungerande metoden för olika applikationer.

Place, publisher, year, edition, pages
2016. , 87 p.
Series
EES Examensarbete / Master Thesis, TRITA-EE 2016:078
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:kth:diva-187814OAI: oai:DiVA.org:kth-187814DiVA: diva2:931627
Examiners
Available from: 2016-05-30 Created: 2016-05-30 Last updated: 2016-05-30Bibliographically approved

Open Access in DiVA

fulltext(8312 kB)722 downloads
File information
File name FULLTEXT01.pdfFile size 8312 kBChecksum SHA-512
d4eb4c1cc1d55a5584afc377ea4ad7c0cb5dce019aacb29e637890850651a822735903f7172ddd552f64fb79f28152564445a711cf7193d719141a14b3ca862a
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering (EES)
Electrical Engineering, Electronic Engineering, Information Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 722 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: 681 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • 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