Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Marin, Luciene de Oliveira | - |
Autor(es): dc.contributor | Lima, Jeferson José de | - |
Autor(es): dc.contributor | Lima, Jeferson José de | - |
Autor(es): dc.contributor | Marin, Luciene de Oliveira | - |
Autor(es): dc.contributor | Oliva, Jefferson Tales | - |
Autor(es): dc.contributor | Torrico, César Rafael Claure | - |
Autor(es): dc.creator | Mendonça, Felipe Jordão Freitas de | - |
Data de aceite: dc.date.accessioned | 2025-08-29T13:13:17Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T13:13:17Z | - |
Data de envio: dc.date.issued | 2024-02-04 | - |
Data de envio: dc.date.issued | 2024-02-04 | - |
Data de envio: dc.date.issued | 2023-11-30 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/33270 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1109417 | - |
Descrição: dc.description | In recent decades, there has been a growing interest in the development of autonomous vehicles for various tasks, including domestic, military, and space exploration. The roboticization of complex activities involving navigation in human intervention-free environments implies enabling the agent to acquire models of the scenario and estimate its location in this scene. Thus, it is understood that one of the fundamental needs of an autonomous vehicle is to identify, over time, its location and possess a valid interpretation of the environment in which it is deployed. This technique is known as SLAM (Simultaneous Location and Mapping). In the context of computer vision and mobile robotics, the Iterative Closest Point (ICP) algorithm is widely used in localization and mapping applications. Essentially, this technique is a solution for processing point cloud data, typically obtained from laser sensors, radars, or RGB-D cameras, and can be represented by Cartesian coordinates (3D or 2D points). This work proposes the implementation of the ICP algorithm to process data from a laser scanning sensor (LiDAR; Light Detection and Ranging). It is worth noting that this approach can be used for both localization and mapping; however, the focus of this dissertation is on the localization module. The RMSE (Root Mean Square Error) and ATE (Absolute Trajectory Error) metrics are used to assess the system’s convergence and the error of location parameter estimates, respectively. To validate the trajectory, the ArUco localization module from the OpenCV graphics processing library was used, while the ICP algorithm was developed in C++, aiming at processing on embedded systems. Finally, to assess the possibility of embedding the algorithm’s processing, runtime considerations are evaluated against engineering parameters for a localization application. Although the implemented solution achieves good alignment and an acceptable estimate of the angular component of the location (average error of 6°), translational estimates exhibit a significant error, making the trajectory generated by the approach non-representative of the agent’s actual movement. However, these errors are consistent with the results of a simple implementation approach of the ICP algorithm, which lacks probabilistic filters to correct translational estimates. In addition, it was possible to migrate the system to embedded processing, but the runtime does not satisfy the necessary requirements for a localization system. | - |
Descrição: dc.description | Nas últimas décadas, nota-se um crescente interesse no desenvolvimento de veículos autônomos para a realização de tarefas domésticas, militares, de exploração espacial, entre outras. A robotização de atividades complexas as quais envolvem a navegação em ambientes sem a intervenção humana implica em habilitar o agente da capacidade de adquirir modelos do cenário e estimar sua localização nesta cena. Desta forma, entende-se que uma das necessidades fundamentais de um veículo autônomo é identificar, ao longo do tempo, sua localização e possuir uma interpretação válida do ambiente no qual está empregado. Esta técnica é chamada de SLAM (Simultaneous Location and Mapping; Localização e mapeamento simultâneos). No contexto da visão computacional e robótica móvel, o algoritmo ICP (Iterative Closest Point) é amplamente utilizado em aplicações de localização e mapeamento. Essencialmente, a técnica ICP é uma solução para o processamento de dados do tipo nuvem de pontos. Estes dados usualmente são provenientes de sensores laser, radares ou câmeras RGB-D e podem ser representados por meio de coordenadas cartesianas (pontos 3D ou 2D). O presente trabalho, propõe a implementação do algoritmo ICP para processar os dados de um sensor de escaneamento laser (LiDAR; Light Detection and Ranging). Salienta-se que esta abordagem pode ser utilizada para a localização e para o mapeamento, porém, o escopo desta pesquisa é o módulo da localização. Utiliza-se as métricas RMSE (Root Mean Square Error; Raiz do erro quadrático médio) e ATE (Absolute Trajectory Error) para avaliar a convergência do sistema e o erro das estimações dos parâmetros da localização respectivamente. Para validar a trajetória, foi utilizado o módulo de localização ArUco da biblioteca OpenCV de processamento gráfico, enquanto o algoritmo ICP foi desenvolvido em C++ objetivando o processamento em sistemas embarcados. Adicionalmente, para verificar a possibilidade de embarcar o processamento do algoritmo, avalia-se caso os tempos de execução são condizentes com os parâmetros de engenharia para uma aplicação de localização. Apesar da implementação desenvolvida obter um bom alinhamento e uma estimativa aceitável da componente angular da localização (média de erro de 6°), as estimativas da translação apresentam um erro significativo o qual torna a trajetória gerada pela abordagem não representativa do movimento real do agente. Entretanto, estes erros são condizentes com resultados de uma abordagem simples de implementação do algoritmo ICP, a qual não conta com filtros probabilísticos ou fusão sensorial para corrigir as estimações. Em adição, foi possível migrar o sistema para o processamento embarcado, porém o tempo de execução não satisfaz as condições de execução em tempo real. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Pato Branco | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Publicador: dc.publisher | Engenharia de Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Mapeamento digital | - |
Palavras-chave: dc.subject | Detectores | - |
Palavras-chave: dc.subject | Sensoriamento remoto | - |
Palavras-chave: dc.subject | Digital mapping | - |
Palavras-chave: dc.subject | Detectors | - |
Palavras-chave: dc.subject | Remote sensing | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Proposta de algoritmo de localização por meio de odometria LiDAR | - |
Título: dc.title | Proposal for implementation of LiDAR odometry algorithm | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: