Made available in DSpace on 2016-12-23T14:33:48Z (GMT). No. of bitstreams: 1
Dissertacao - Vitor Barbirato Azevedo-V8.pdf: 2614205 bytes, checksum: 2cd8e9de813b7e5bd2a43d09df2b2d48 (MD5)
Previous issue date: 2012-12-10 / This work presents a computer vision system for real-time mapping of the traversable region ahead of an autonomous vehicle that relies mostly on a stereo camera. For each new image pair captured by the stereo camera, the system first determines the camera position with re-spect to the ground plane using stereo vision algorithms and probabilistic methods, and then projects the camera raw image to the world coordinate system using inverse perspective map-ping. After that, the system classifies the pixels of the inverse perspective map as traversable or not traversable, generating an instantaneous occupancy map. Next, the instantaneous occu-pancy map is integrated to a probabilistic occupancy map, using the Bayes filter to estimate the occupancy probability of each map location. Finally, the probabilistic occupancy map is used to localize the lateral limits of the traversable region.
The performance of the system for mapping the traversable region was evaluated in compari-son to manually classified images. The experimental results show that the system is able to correctly map up to 92.22 % of the traversable locations between 20 and 35 m ahead of an autonomous vehicle with a False Acceptance Rate not superior to 3.57 % when mapping par-allelepiped pavements / Neste trabalho é apresentado um sistema para mapeamento da região trafegável em tempo real que se baseia principalmente em uma câmera estéreo. Para cada novo par de imagens recebido da câmera estéreo, o sistema primeiro determina a posição da câmera com respeito ao plano da região trafegável usando algoritmos de visão estéreo e métodos probabilísticos, e então projeta a imagem de referência para o sistema de coordenadas do mundo através de mapea-mento inverso de perspectiva. Depois disso, o sistema classifica os pixels da imagem projeta-da como trafegáveis ou não trafegáveis, gerando um mapa de ocupação instantâneo. Em se-guida, o mapa de ocupação instantâneo é integrado em um mapa de ocupação probabilístico usando o filtro de Bayes, que estima a probabilidade de ocupação de cada localização do ma-pa. Finalmente, o mapa de ocupação probabilístico é utilizado para localizar os limites laterais da região trafegável.
O desempenho do sistema para mapeamento da região trafegável foi avaliado em comparação com imagens classificadas manualmente. Os resultados experimentais mostram que o sistema é capaz de identificar corretamente até 92,22% das localizações trafegáveis entre 20 e 35 m à frente do veículo com uma Taxa de Falsa Aceitação não superior a 3,57% no mapeamento do pavimento de paralelepípedos
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/6425 |
| Date | 10 December 2012 |
| Creators | Azevedo, Vitor Barbirato |
| Contributors | Souza, Alberto Ferreira de, Aguiar, Edilson de, Gonçalves, Claudine Santos Badue, Chaimowics, Luis |
| Publisher | Universidade Federal do Espírito Santo, Programa de Pós-Graduação em Informática, UFES, BR, Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | text |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0087 seconds