ALFA-Pd: hardware-assisted LiDAR point cloud denoising

Detalhes bibliográficos
Autor(a) principal: Campos, André Agostinho Ribeiro
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/84677
Resumo: Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores (especialização em Sistemas Embebidos e Computadores)
id RCAP_95a3ca752723ea6992f51d062af8d878
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84677
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling ALFA-Pd: hardware-assisted LiDAR point cloud denoisingALFA-Pd: aceleração de métodos de redução de ruído em sistemas LiDARADASAutonomous vehiclesLiDARFPGAHardware-acceleratedPoint cloudPoint cloud filteringWeather denoisingRuídoRemoção de ruídoHardware reconfigurávelCondução autónomaEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado em Engenharia Eletrónica Industrial e Computadores (especialização em Sistemas Embebidos e Computadores)The interest in developing and deploying fully autonomous vehicles on our public roads has come to a full swing. As a result, interest in autonomous driving capabilities, already implemented in modern automobiles via Advanced Driver Assistance Systems (ADAS), is at an all-time high. However, employing highly reliable perception systems to navigate the environment is a very demanding task, requiring multiple sensors like Cameras, Radio Detection And Ranging (RADAR), and Light Detection And Ranging (LiDAR). The latter is critical for determining the distance and speed of surrounding obstacles while producing high-resolution 3D representations of the surrounding environment in real-time. Despite being assumed as a game-changer in the autonomous driving paradigm, LiDAR sensors can be susceptible to several noise sources, including internal components, mutual interference, light, and severe weather conditions. Notwithstanding the numerous mitigation approaches for weather denoising described in the literature, some issues still exist, ranging from high complexity to low accuracy or even systems with reduced overall performance. Thus, this dissertation proposes the ALFA-Pd framework, an embedded weather denoising approach that supports the existing and new state-of-the-art outlier removal methods using a reconfig urable hardware platform. ALFA-Pd contributes with a new weather denoising approach by combining the Dynamic Radius Outlier Removal (DROR) and the Low-Intensity Outlier Removal (LIOR) algorithms. The performed evaluation shows that Dynamic low-Intensity Outlier Removal (DIOR) can achieve better accu racy and performance while guaranteeing real-time requirements when compared to other state-of-the-art solutions.A indústria automóvel representa um dos principais setores económicos a nível mundial. Esta indús tria tem sofrido grandes evoluções tecnológicas nos últimos anos, especialmente no ramo de veículos de passageiros. Estas evoluções e a mudança de paradigma rumo à produção de veículos cada vez mais in teligentes, tem desafiado constantemente fabricantes e marcas a investir inúmeros recursos na pesquisa e desenvolvimento de soluções para assistir à condução autónoma. Este objetivo pode ser atingido recor rendo a um conjunto de sensores tais como Light Detection And Ranging (LiDAR), sendo estes últimos bastante utilizados em sistemas comerciais Advanced Driver Assistance System (ADAS). A utilização de sensores LiDAR em sistemas ADAS tem vindo a ganhar extrema importância, apresentando inúmeras vantagens em relação aos demais, tais como resolução, precisão, mapeamento 3D, funcionamento em ambientes com pouca luz, etc. Apesar das vantagens, o funcionamento de um sensor LiDAR pode ser severamente afetado devido a interferências provocadas por outras fontes luminosas, como por exemplo a luz solar, pela coexistência de outros sistemas LiDAR no mesmo raio de ação, ou pela influência de condições meteorológicas adversas. Apesar das numerosas abordagens de mitigação destes problemas na literatura, algumas questões ainda existem, desde alta complexidade até baixa precisão ou mesmo baixo desempenho em geral. Assim, esta dissertação propõe a framework ALFA-Pd, que oferece métodos de redução de ruído causado por condições climatéricas adversas existentes, apoiada por uma plataforma de hardware reconfigurável. Para além disso, ALFA-Pd contribui com um novo método de filtragem, com binando os algoritmos Dynamic Radius Outlier Removal (DROR) e Low-Intensity Outlier Removal (LIOR). Os testes e resultados obtidos permitem concluir que Dynamic low-Intensity Outlier Removal (DIOR) alcança melhor precisão e desempenho ao mesmo tempo que cumpre requisitos real-time.Monteiro, João L.Gomes, Tiago Manuel RibeiroUniversidade do MinhoCampos, André Agostinho Ribeiro2022-05-242022-05-24T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84677eng203289137info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:25:07Zoai:repositorium.sdum.uminho.pt:1822/84677Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:19:18.271436Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv ALFA-Pd: hardware-assisted LiDAR point cloud denoising
ALFA-Pd: aceleração de métodos de redução de ruído em sistemas LiDAR
title ALFA-Pd: hardware-assisted LiDAR point cloud denoising
spellingShingle ALFA-Pd: hardware-assisted LiDAR point cloud denoising
Campos, André Agostinho Ribeiro
ADAS
Autonomous vehicles
LiDAR
FPGA
Hardware-accelerated
Point cloud
Point cloud filtering
Weather denoising
Ruído
Remoção de ruído
Hardware reconfigurável
Condução autónoma
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short ALFA-Pd: hardware-assisted LiDAR point cloud denoising
title_full ALFA-Pd: hardware-assisted LiDAR point cloud denoising
title_fullStr ALFA-Pd: hardware-assisted LiDAR point cloud denoising
title_full_unstemmed ALFA-Pd: hardware-assisted LiDAR point cloud denoising
title_sort ALFA-Pd: hardware-assisted LiDAR point cloud denoising
author Campos, André Agostinho Ribeiro
author_facet Campos, André Agostinho Ribeiro
author_role author
dc.contributor.none.fl_str_mv Monteiro, João L.
Gomes, Tiago Manuel Ribeiro
Universidade do Minho
dc.contributor.author.fl_str_mv Campos, André Agostinho Ribeiro
dc.subject.por.fl_str_mv ADAS
Autonomous vehicles
LiDAR
FPGA
Hardware-accelerated
Point cloud
Point cloud filtering
Weather denoising
Ruído
Remoção de ruído
Hardware reconfigurável
Condução autónoma
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic ADAS
Autonomous vehicles
LiDAR
FPGA
Hardware-accelerated
Point cloud
Point cloud filtering
Weather denoising
Ruído
Remoção de ruído
Hardware reconfigurável
Condução autónoma
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores (especialização em Sistemas Embebidos e Computadores)
publishDate 2022
dc.date.none.fl_str_mv 2022-05-24
2022-05-24T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84677
url https://hdl.handle.net/1822/84677
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203289137
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132651210145792

Registros relacionados