| KEYWORD |
Hybrid multi-LidAR sensor fusion and objects detection and recognition
Parole chiave LIDAR, OBJECTS DETECTION, RECOGNITION
Riferimenti DANIELA ANNA MISUL
Gruppi di ricerca PT-ERC
Tipo tesi SIMULAZIONE NUMERICA
Descrizione I LiDAR sono utilizzati principalmente per la percezione e la localizzazione. L'output di un sistema di percezione comprende tre livelli di informazione: 1) Descrizione fisica (velocità, forma ecc.)2)Descrizione semantica (categorie di oggetti) 3)Previsione dell'intenzione (probabilità del comportamento di un oggetto). Pertanto, gli output LiDAR vengono utilizzati per il rilevamento di oggetti, la classificazione, il tracciamento e la previsione delle intenzioni. Per un veicolo autonomo, il suo sistema di percezione classifica l'ambiente percepito. Un flusso di lavoro tradizionale consiste in quattro fasi: rilevamento oggetti, riconoscimento, tracciamento e previsione del movimento. Gli algoritmi di rilevamento degli oggetti estraggono le informazioni fisiche degli oggetti (posizione e forma). Il rilevamento di oggetti comprende il ground filtering e il clustering. Gli algoritmi di riconoscimento degli oggetti forniscono le informazioni semantiche degli oggetti (pedone, veicolo, edificio, ecc.). Cosa è stato fatto finora:
Introduzione di LiDAR allo stato solido nell'ambiente APOLLO.
Segmentation CNN utilizzata per objects detection and recognition
Obiettivi della tesi:
Hybrid multi-LiDAR sensorfusion; Implementazione di un'architettura di rete neurale in APOLLO con prestazioni soddisfacenti su diversi LiDAR (soprattutto solid state)
Conoscenze richieste python; C++
Scadenza validita proposta 13/03/2023
PROPONI LA TUA CANDIDATURA