Deteção de pessoas para Smart Autonomous Mobile Units

Abstract

O interesse por veículos autónomos tem aumentado nos últimos tempos. São veículos dotados com alguma inteligência que lhes permite decidir sempre qual o percurso a tomar para atingir o alvo, sem requerer ajuda de operadores ou de uma marcação explícita do caminho a seguir. Para terem sucesso nestas tarefas, estes veículos devem possuir sistemas de perceção do ambiente circundante que sejam robustos e precisos, de modo a otimizar as rotas e a evitar potenciais obstáculos que se encontrem ao seu redor. O caso de estudo para o tema desta dissertação é a perceção do ambiente em redor de um veículo autónomo de movimentação interna de materiais num chão de fábrica. Esta tarefa é parte integrante do projeto da IFactory que resulta de uma parceria entre a Universidade do Minho e a Bosh car Multimedia Portugal, S.A.. O principal objetivo é a aplicação deste veículo numa zona de produção da Bosh Car Multimédia Portugal, S.A.. Neste tipo de ambientes industriais existem inúmeros obstáculos que se podem opor à rota do veículo. Para além de ser necessário a deteção dos mesmos é ainda requerida a sua identificação, pois mediante o tipo de obstáculo o comportamento a exibir pelo veículo poderá ter de ser diferente. São várias as tecnologias que têm vindo a ser desenvolvidas que podem ser usadas neste tipo de aplicações. Apesar das inúmeras vantagens que cada uma das tecnologias possui, estas mesmas por si só não são suficientes para garantir segurança e robustez, sendo então necessário usar várias em simultâneo e recorrer a métodos de fusão sensorial. Outro fator também muito importante são os algoritmos e os métodos a utilizar. Estes vão permitir a análise ou o tratamento da informação obtida dos sensores, para serem retiradas as devidas informações. Para a comunicação entre os vários algoritmos e os sensores do veículo recorreu-se ao middleware ROS, fornecendo este bibliotecas e ferramentas de suporte de modo a simplificar todo o desenvolvimento de software. O sistema de perceção proposto nesta dissertação foca-se na deteção de pessoas. Este recorre a sensores LiDAR 2D para a deteção de um padrão de pernas e a uma câmara 3D para a deteção da parte superior do corpo humano. Neste documento, é realizada toda a implementação dos algoritmos assim como a descrição do funcionamento. Por fim são apresentados todos os resultados e conclusões dos métodos utilizados.

In the last years the interest for autonomous vehicles has increased. They are vehicles with some intelligence that allows them to always decide which route to take to reach the target without requiring the help of operators or any explicit marking on the way to follow. In order to be successful in these tasks, these vehicles must have environment perception systems that are robust and accurate, so that their navigation system always choose the best route and avoid potential obstacles that can be found around them. The case study for the topic of this dissertation is the environment perception around an autonomous vehicle for material transport in a factory floor. This task is an integral part of the IFactory project that results from a partnership between the University of Minho and Bosh car Multimedia Portugal, S.A.. The main objective is to apply this vehicle in a production area of Bosh car Multimedia Portugal, S.A.. In this type of environment there are numerous obstacles that can oppose the route of the vehicle. In addition to the need of detecting them, it is still required to identify them, because the behavior of the vehicle may change, depending on the type of obstacle. There are several technologies that can be used in this type of applications. Despite the many advantages that each technology has, these alone are not enough to guarantee security and robustness, so it is necessary to use several technologies simultaneously and use sensor fusion methods. Other important factors are the algorithms and methods to implement. They will allow obtaining all sensor data and perform all the analysis and processing required for that information. The communication between the algorithms and the sensors of the vehicle is done by the middleware ROS. This middleware provides libraries and support tools that will allow simplifying all the software development. The perception system proposed in this dissertation focused on people detection. This uses 2D LiDAR sensors for the detection of a leg pattern and a 3D camera for the detection of the human upper body. All the implementation of the algorithms, as well as the description of the operation are carried out in this document. Finally, all the results and conclusions for the methods used are presented.