Objekttracking mit LiDAR: Unterschied zwischen den Versionen
Zeile 39: | Zeile 39: | ||
== Programmierung == | == Programmierung == | ||
=== Inbetriebnahme und Ansteuerung des LiDARs === | ==== Inbetriebnahme und Ansteuerung des LiDARs ==== | ||
=== Koordinatentransformation === | ==== Koordinatentransformation ==== | ||
=== Erstellung einer Dummy Objektliste zum Testen des Schnittstellenkommunikationsprinzips für LiDAR Daten | ==== Erstellung einer Dummy Objektliste zum Testen des Schnittstellenkommunikationsprinzips für LiDAR Daten ==== | ||
=== Segmentierung: Connected Component Clustering === | ==== Segmentierung: Connected Component Clustering ==== | ||
=== Objektbildung: L-Shape Fitting === | ==== Objektbildung: L-Shape Fitting ==== | ||
=== Objekttracking: Kalman Filter === | ==== Objekttracking: Kalman Filter ==== | ||
=== Attribute schätzen === | ==== Attribute schätzen ==== | ||
== Komponententest == | == Komponententest == |
Version vom 30. Oktober 2020, 03:21 Uhr
Autoren: Ahmad Hassan, Lihui Liu
Einleitung
Die Gruppe Hassan/Liu beschäftigt sich im Wintersemester 2020/2021 mit dem Thema Objekterkennung und Objekttracking mit dem Hokuyo LiDAR. Im Sommersemester wurde schon ein Arbeitskonzept dazu entworfen inkl. einem Signalflussplan sowie einem morphologischen Kasten. In dem WS20/21 soll eine Umsetzung dieses Arbeitskonzepts in C erfolgen. Zuerst kommt die Einbindung bzw. Einrichtung und Ansteuerung des LiDARs in C. Darauffolgend wird die Koordinatentransformation implementiert. Zum Testen des Schnittstellenkommunikationsprinzips wird auch eine Funktion programmiert, die innerhalb des ersten Monats des Semesters eine Dummy Objektliste erstellt, die an die DS1104 verschickt werden kann anhand von dem vom Team Heuer/Kruse entwickelten Kommunikationsframework. Zukünftig dient diese Funktion dem Versand der tatsächlichen, erfassten Objekte und ihrer Attribute. Es ist die Implementierung eines Connected Component Clusterung Algorithmus zur Segmentierung und eines L-Shape Fitting Algorithmus zur Objektbildung vorgesehen. An letzter Stelle findet die Programmierung des Kalman-Filters zur Objektverfolgung und Schätzung Attribute wie Geschwindigkeit und Beschleunigung der verfolgten Objekte. Eine detaillierte Beschreibung der erforderlichen, fachlichen Grundlagen und des entwickelten Konzepts ist im Objekterkennung mit Hokuyo LiDAR zu finden.
Eine Auflistung der Aufgaben zu den entsprechenden Meilensteinen ist unten ersichtlich.
- Meilenstein 3:
- Implementierung der Einbindung und Ansteuerung des Hokuyo LiDAR
- Implementierung der Koordinatentransformation
- Testdokumentation der Koordinatentransformation
- Versand einer Dummy-Objektliste an DS1104
- Implementierung der Segmentierung (Connected Component Clustering)
- Erstellen eines PAPs zum L-Shape Fitting Algorithmus
- Meilenstein 4:
- Implementierung des L-Shape Fitting Algorithmus
- Implementierung des Kalman Filters
- Attribute schätzen
- Versand der echten Objektlisten an die dSpace-Karte
- Dokumentation im Wiki
Anforderungen
Pflichten
Die vorgenommenen Pflichten zeigen die folgenden Abbildungen:
Funktionaler Systementwurf / Technischer Systementwurf
Komponentenspezifikation
Programmierung
Inbetriebnahme und Ansteuerung des LiDARs
Koordinatentransformation
Erstellung einer Dummy Objektliste zum Testen des Schnittstellenkommunikationsprinzips für LiDAR Daten
Segmentierung: Connected Component Clustering
Objektbildung: L-Shape Fitting
Objekttracking: Kalman Filter
Attribute schätzen
Komponententest
Zusammenfassung
Ausblick
Link zum Quelltext in SVN
Literaturverzeichnis
→ zurück zum Gruppenartikel: SDE-Team_2020/21
→ zurück zum Hauptartikel: SDE Praktikum Autonomes Fahren