Önvezető járművek környezeti modelljének létrehozása mobil térképezés segítségével (Environmental model building for self-driving vehicles by mobile mapping)

Primary tabs

Erre a témakiírásra nem lehet jelentkezni.
Nyilvántartási szám: 
19/12
Témavezető neve: 
Témavezető e-mail címe:
barsi.arpad@emk.bme.hu
A témavezető teljes publikációs listája az MTMT-ben:
A téma rövid leírása, a kidolgozandó feladat részletezése: 
Az önvezető járművek fejlesztése napjainkban rendkívüli intenzitással zajlik. A fejlesztés felgyorsítása és a költségek kímélése érdekében egyre erőteljesebben alkalmaznak szimulációs környezeteket (szoftvereket), amelyekkel a közlekedési infrastruktúra elemeit (útburkolatok, sávok, járdák, burkolati jelek, közlekedési táblák és jelzőlámpák stb.) vízszintes és magassági értelemben egyaránt kezelni tudják. A szimulátorszoftverek segítségével a járművek egésze, de akár egy-egy részegysége (pl. felfüggesztés) vizsgálható. Ezeknek a szimulátoroknak a hatékony működéséhez ezért széleskörű modellezésre van szükség. A különböző tesztek elvégzéséhez kidolgozott szintetikus környezetek mellett manapság már erőteljes igény mutatkozik a valósághű leírásokkal szemben. Ilyen valósághű környezetet nagyrészletességű felmérési technológiákkal, például mobil térképezéssel lehetséges készíteni. A lézerszkenneléssel, gépi látással működő mobil térképezés már alkalmas városi modellek előállítására, azonban a háromdimenziós szimulációs adatbázisok létrehozására intenzív fejlesztésekre van szükség.
A doktori kutatás fő célkitűzése ezért az, hogy meg kell vizsgálni az egyes szimulációs rendszerekben alkalmazott környezeti modelleket, majd mintaterületek kiválasztása után az ott elvégzett mobil térképezéssel létre kell hozni a modellt. A kutatásban nagyon fontos a validáció, amivel a tesztelési folyamatban meg kell győződni arról, hogy az előállított környezeti modell megfelelő módon tartalmazza-e a valóságot, továbbá hogy azt a szimuláció képes-e kezelni (legalább részletesség és teljesítmény szempontjából). A környezeti modell megfelelő alkalmazása érdekében a szükséges adattárolási modellt is ki kell dolgozni. A munka folyamán olyan módszerek kifejlesztésére kell törekedni, amik minimális emberi beavatkozással képesek a mobil térképező rendszerből nyerhető hatalmas mennyiségű terepi adat feldolgozására.
 
******
 
The development of self-driving vehicles has been started with extraordinary intensity. To accelerate the development and reducing the costs, simulation environments (software) are intensively applied, which are capable to manage the objects of the transportation infrastructure (road pavements, traffic lanes, sidewalks, lane markings, traffic signs and signals etc.) in both horizontal and vertical sense. By the help of simulators, the whole vehicle or its certain parts (e.g. suspension) can be tested and analyzed. There is a strong need for modeling tasks in the effective usage of such simulators. Beyond the different synthetic environments of these tests there is an increased demand for the reality description. Such real environments can be created by high-definition surveying technologies, like mobile mapping. Although the mobile mapping combined by laser scanning and machine vision is already suitable to build urban models, but the construction of three-dimensional simulation databases requires exhaustive developments.
The main goal of the research work is to analyze and evaluate the applied environmental models of the diverse simulation software, followed by mobile mapping and model building of several pilot sites. Validation is crucial during the work, where the expected quality of the reality description can be assessed, furthermore the ability to be handled by the simulation (at least considering the level of details and performance) has to be checked. In order to the adequate management of the environmental model also the necessary data storage form has to be elaborated. It should be sought to develop methods with minimal human interactions, which are capable to process the huge amount of field data captured by the mobile mapping system.
 
A téma meghatározó irodalma: 
    1. H. Winner, S. Hakuli, F. Lotz, C. Singer (Eds): Handbook of Driver Assistance Systems – Basic Information, Components and Systems for Active Safety and Comfort, Springer International Publishing
    2. M. Seiter, H. J. Mathony, P. Knoll, “Parking assist,” in Handbook of Intelligent Vehicles, vol. 2–2, London: Springer London, 2012, pp. 830–864.
    3. H. Kanchwala, H. Ogai, “Development of an Intelligent Transport System for EV,” SAE Int. J. Passeng. Cars - Electron. Electr. Syst., vol. 9, no. 1, pp. 2015-01-9132, 2016.
    4. H. Durrant-Whyte, T. Bailey, “Simultaneous localization and mapping: part I,” IEEE Robot. Autom. Mag., vol. 13, no. 2, pp. 99–110, 2006.
    5. Q. Li, L. Chen, M. Li, S. L. Shaw, A. Nüchter, “A sensor-fusion drivable-region and lane-detection system for autonomous vehicle navigation in challenging road scenarios,” IEEE Trans. Veh. Technol., vol. 63, no. 2, pp. 540–555, 2014.
 
A téma hazai és nemzetközi folyóiratai: 
    1. TRANSPORTATION RESEARCH PROCEDIA
    2. PRODUCTION ENGINEERING ARCHIVES / ARCHIWUM INŻYNIERII PRODUKCJI
    3. GEODÉZIA ÉS KARTOGRÁFIA
    4. PERIODICA POLYTECHNICA-CIVIL ENGINEERING
    5. GEOMATIKAI KÖZLEMÉNYEK
    6. Vehicle and Automotive Engineering
    7. IEEE Journal of Intelligent Transportation Systems
    8. IEEE Transactions on Intelligent Vehicles
    9. International Journal of Vehicle Autonomous Systems
 
A témavezető utóbbi tíz évben megjelent 5 legfontosabb publikációja: 
    1. Á. Barsi, Á. Nyerges, V. Potó, Sz. Siroki, V. Tihanyi, and M. Virt, “Offline path planning of automated vehicles for slow speed maneuvering,” in IEEE 18th International Symposium on Computational Intelligence and Informatics (CINTI 2018), 2018, p. 319.
    2. V. Potó, A. Csepinszky, and Á. Barsi, “Representing road related laserscanned data in curved regular grid: A support to autonomous vehicles,” INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY AND REMOTE SENSING (2002-), vol. XLII, no. 2, pp. 917–921, 2018.
    3. T. Lovas, A. Berényi, Á. Barsi, Árpád, Lézerszkennelés, Budapest, Magyarország : TERC Kereskedelmi és Szolgáltató Kft. (2012) , 166 p.
    4. Á. Barsi, A. Berényi, T. Lovas, Valószínűségi eloszlások földi lézerszkenneres prizmaméréseknél, GEOMATIKAI KÖZLEMÉNYEK XIII : 2 pp. 81-86. (2011)
    5. N. Krausz, Á. Barsi, Árpád, Analysis of ghost driver hazard of road junctions by graph technique, PERIODICA POLYTECHNICA-TRANSPORTATION ENGINEERING 45 : 4 pp. 175-180. (2017)
 
A témavezető fenti folyóiratokban megjelent 5 közleménye: 
    1. V. Potó, Á. J. Somogyi, T. Lovas, and Á. Barsi, “Laser scanned point clouds to support autonomous vehicles,” TRANSPORTATION RESEARCH PROCEDIA, vol. 27, pp. 531–537, 2017.
    2. A. Barsi, V. Poto, A. Somogyi, T. Lovas, V. Tihanyi, and Z. Szalay, “Supporting autonomous vehicles by creating HD maps,” PRODUCTION ENGINEERING ARCHIVES / ARCHIWUM INŻYNIERII PRODUKCJI, vol. 16, pp. 43–46, 2017.
    3. N. Krausz, T. Lovas, Á. Barsi, Radio Frequency Identification in Supporting Traffic Safety, PERIODICA POLYTECHNICA-CIVIL ENGINEERING 61 : 4 pp. 727-731, 2017
    4. Á. Barsi, V. Potó, and V. Tihanyi, “Creating OpenCRG Road Surface Model from Terrestrial Laser Scanning Data for Autonomous Vehicles,”, Vehicle and Automotive Engineering, 2018, pp. 361–369.
    5. N. Krausz, A. Csepinszky, V. Potó, Á. Barsi, „Az autós térképtől az önvezetésig: a járműnavigáció története” GEODÉZIA ÉS KARTOGRÁFIA LXXI. : 1 pp. 14-18. (2019)
 

A témavezető eddigi doktoranduszai

Potó Vivien (2017/2021/2023)
Kapitány Kristóf (2012/2015/2015)
Sárközi Boglárka (2011/2014/)
Molnár Bence (2008/2012/2013)
Kertész Imre (2006/2009/2011)
Szeverényi Nikol (2006/2016/2018)
Schrott Péter (2005/2009/)
Kibédy Zoltán (2005/2007/)
Kugler Zsófia (2003/2006/2008)
Aliyev Nurlan (2024//)
Státusz: 
elfogadott