Otonom araçlarda LIDAR için kar yağışında en küçük ortalamlı kareler filtresiye güçlendirilmiş gürültü giderici algoritma geliştirilmesi

Abstract

Otonom araçlar için çevresel algı ana gereksinimdir. Otonom araçlarda çevrenin tespiti LIDAR, kamera ve radar tarafından sağlanırken, bazı olumsuz çevresel koşullar bu tespit sürecini kötüleştirir. Özellikle şiddetli kar yağışı sırasında kar taneleri, arkalarındaki nesnelerin görüntülerini engelleyerek görüş kalitesini düşürür. Bu çalışmada LIDAR sensörü için, LIDAR verilerini karlı havalarda arındırmak amacıyla En Küçük Ortalamalı Kareler Filtresi ile güçlendirilen gürültü giderici algoritma geliştirilmiştir. Ayrıca, kar taneleri arkasındaki gösterilmeyen nesnelerin pozisyonları daha önce kayde- dilen verilere bakılarak tahmin edilmektedir. Bu algoritmayı geliştirmek için, karlı havalarda LIDAR sensör verileri Nvidia Jetson TX1 geliştirici platformu ve Robot İşletim Sistemi (ROS) ile kaydedilmektedir. Sensör verilerindeki kar tanelerinin neden olduğu ani mesafe değişikliklerini tespit etmek için değişken bir eşik değeri kullanılarak algoritma geliştirilmiştir. Önerilen algoritma yapay bir kar makinesi kullanılarak otonom bir araç üzerinde gerçek zamanlı testlerle denenmiştir. Mevcutta bulunan median filtre sonuçlarıyla geliştirilen algortimanın sonuçları kıyaslanmıştır. Deneysel sonuçlar, önerilen algoritmanın yoğun kar yağışı altında bile \%99 gürültü azaltma başarısı gösterdiğini göstermektedir.The environmental perception is major requirement for autonomous vehicles. While the detection of the environment in autonomous vehicles is provided by LIDAR, camera and radar, some adverse environmental conditions deteriorate this detection process. Particularly when driving in heavy snow, the snowflakes reduce the vision quality by preventing the images of the objects behind them. In this study, for the LIDAR sensor the De-noising Algorithm is used which is improved by Least Mean Squares (LMS) Filter in order to purify the LIDAR data in snowy weathers. Furthermore, the positions of the objects behind the snowflakes, which are not shown, are estimated by referring the data recorded earlier. In order to develop this algorithm, the LIDAR sensor data in snowy weather is recorded via the Nvidia Jetson TX1 developer platform and the Robot Operating System (ROS). An algorithm is developed to detect sudden distance changes due to snowflakes in sensor data using a variable threshold value. The proposed algorithm is performed by real-time tests on an autonomous vehicle using an artificial snow machine. The existing median filter results are compared with the results of the developed algorithm. The experimental results show that the proposed algorithm presents 99\% de-noising success even under heavy snowfalls.