Gemäß des aktuellen Stands der Technik benötigen automatisierte Fahrzeuge eine präzise kartenrelative Eigenlokalisierung, um sich zuverlässig, sicher und effizient im dynamischen Straßenverkehr zu bewegen. Karten können frühzeitig Informationen aus der Umgebung bereitstellen, die mit der Bordsensorik aufgrund von Verdeckungen oder begrenzter Wahrnehmungsdistanz nicht erfasst werden können. Diese Aufgabe kann im vor- und innerstädtischen Umfeld aufgrund von Signalabschattung nicht zuverlässig durch globale Satellitennavigationssysteme gelöst werden. Bildbasierte Lokalisierungsmethoden stellen eine robuste und kostengünstige Alternative dar. Jedoch hat eine Karte nur eine begrenzte Gültigkeitsspanne, da sich die kartierte, als statisch angenommene Umwelt aufgrund einer Vielzahl äußerer Einflüsse stetig verändert. Ein weiteres Problem aktueller Lokalisierungsansätze ergibt sich durch den begrenzten Wahrnehmungsbereich eines monoskopischen Kamerasystems. Ist die Sicht auf die kartierte Umwelt gestört, führt dies häufig zu einem Ausfall der Lokalisierung. Die vorliegende Arbeit setzt sich mit diesen beiden Problemfällen auseinander. Dem Problem der Kartenalterung wird durch eine kontinuierliche Aktualisierung der bestehenden Karte durch Integration weiterer Merkmale aus neuen Befahrungen des kartierten Gebiets entgegengewirkt. Der Fokus liegt dabei auf einer robusten, effizienten und skalierbaren Methode, die eine fortlaufende Kartenaktualisierung unabhängig von der Länge der Aufnahmefahrten und unabhängig von der Anzahl der Kartierungsiterationen ermöglicht. Den zweiten Schwerpunkt der Arbeit stellt die Verwendung eines Multi-Kamera-Systems zur Kartengenerierung und zur Lokalisierung dar, wodurch die Genauigkeit, Verfügbarkeit und Flexibilität im Vergleich zu monoskopischen Systemen gesteigert werden kann. Grundbaustein der Methode sind Merkmalspunkte, die in den aufgezeichneten Kamerabildern detektiert und zu in der Karte gespeicherten Merkmalspunkten assoziiert werden. Dafür wird eine universelle Assoziationsmethode vorgestellt, die Information über die geometrische Anordnung der Kameras nutzt um den Suchraum effizient einzuschränken. So ist auch bei starken perspektivischen Veränderungen eine robuste Merkmalsassoziation möglich. Ein fundamentales Problem der Kartenaktualisierung ist die stetig wachsende Anzahl der Kartenparameter und -merkmale. Aus theoretischer Sicht können die Kartenparameter am besten gemeinsam durch Lösen eines einzelnen, umfassenden Bündelblockausgleichsproblems bestimmt werden. Aufgrund begrenzter Hardwareressourcen ist dies praktisch jedoch nicht möglich. Daher wird das kartierte Gebiet in kleine Bereiche unterteilt und für jeden Bereich unabhängig ein separates Bündelblockausgleichsproblem gelöst. Die Teillösungen werden schlussendlich durch Lösen eines Posendifferenzenausgleichsproblems zu einer konsistenten Kartenrepräsentation zusammengeführt. Die so erstellte Kartenbasis stellt die Grundlage für eine Merkmalsselektion dar, wodurch für die Lokalisierung geeignete Merkmale auf Basis einer Wiedererkennungsbewertung identifiziert werden. Auf diese Weise bleibt die zu speichernde Informationsmenge der Lokalisierungskarte gebietsweise begrenzt und es wird eine zuverlässige Lokalisierung über lange Zeiträume ermöglicht. Die entwickelte Multi-Kamera-Lokalisierung umfasst zwei Teilsysteme. Das erste Teilsystem basiert auf dem Prinzip der merkmalsbasiertern Ortswiedererkennung und bestimmt fortlaufend den Aufenthaltsort des Egofahrzeugs in der Karte. Das zweite Teilsystem schätzt eine hochgenaue kartenrelative Fahrzeugpose in sechs Freiheitsgraden. Dafür wird eine Kartenstruktur vorgestellt, welche die kartierten Merkmale effizient bereitstellt. Die Verwendung eines Multi-Kamera-Systems steigert bei beiden Teilsystemen die Genauigkeit und Robustheit der Lokalisierung gegenüber der Verwendung einer einzelnen Kamera. Außerdem ermöglicht die entwickelte Methode eine präzise Lokalisierung bei Befahrung des kartierten Gebiets in beliebiger Orientierung. Die vorgestellte Kartengenerierungs- und Lokalisierungsmethode wurde in mehreren Projekten zum automatisierten Fahren erfolgreich eingesetzt und ist seit mehreren Jahren das Fundament eines Projekts zur Erprobung des kartenbasierten vollautomatischen Fahrens in innerstädtischen Gebieten in Karlsruhe.
Automatische Erzeugung langzeitverfügbarer Punktmerkmalskarten zur robusten Lokalisierung mit Multi-Kamera-Systemen für automatisierte Fahrzeuge
2020
Miscellaneous
Electronic Resource
German
Automatische Aktualisierung digitaler Karten für die hochgenaue Lokalisierung autonomer Fahrzeuge
TIBKAT | 2020
|