A geodéziában számos esetben kell olyan helyeken felméréseket és térképezési feladatokat ellátni, ahol az emberi munkavégzés nem megoldható (pl. nukleáris létesítmények sugárzásnak kitett területei, kisméretű csővezetékek felmérése, vasbeton lemezek rezgésvédő alátámasztásainak vizsgálata stb.). Ezeket a feladatokat autonóm módon közlekedő robotplatformokra helyezett geodéziai eszközökkel lehet elvégezni. Az autonóm robotplatformok navigációjára kül-, és beltéren különféle megoldásokat használhatunk. Kültéren a globális műholdas helymeghatározó rendszerek (GNSS) mellett az inerciális navigációs rendszerek (giroszkópok, gyorsulásmérők és magnetométerek - INS) és az odometria alkalmazásával végezhetjük el a hely-, és helyzetmeghatározási feladatokat. Beltérben azonban a GNSS helyett más helymeghatározási eljárást kell alkalmaznunk. Egy ilyen megoldás lehet a rendkívül nagy sávszélességű (UWB) eszközök alkalmazása.
A hely-, és helyzetmeghatározó szenzorok alapján végzett helymeghatározás mellett az autonóm térképezési alkalmazások terén jelentős szerepet játszanak a szimultán helymeghatározó és térképező algoritmusok (simultaneous localization and mapping - SLAM), amelyek a robotplatform környezetéről készült 2D/3D pontfelhők illesztésével egyidejűleg végzik a platform hely-, és helyzetmeghatározását csakúgy, mint a felmérendő terep térképezését.
A fentiekből tisztán látható, hogy a robotplatformok autonóm közlekedéséhez számos szenzor méréseinek az együttes feldolgozása (fúzionálása) igényeltetik. Mivel az egyes szenzorok pontosságát nagyban befolyásolják a mérési körülmények, ezért az optimális hely-, és helyzetmeghatározáshoz mesterséges intelligencia alapú adatfeldolgozásra is szükség van.
A doktori témában kidolgozandó feladat célja a tanszéken közelmúltban elkészült autonóm navigációra alkalmas kísérleti robotplatform továbbfejlesztése, azaz egy olyan térképezésre is alkalmas robotplatform megalkotása, amely képes kül-, és beltérben egyaránt a rendelkezésére álló szenzorok (GNSS, INS, UWB, odométer, kamera, lézeres távmérő, LiDAR, ultrahangos távolságmérő, stb.) méréseinek felhasználásával optimális hely-, és helyzetmeghatározást végezni.
A cél elérése érdekében a jelölt kutatásokat végez a különféle helymeghatározó szenzorok által szolgáltatott adatok pontosságának és megbízhatóságának meghatározására, különös tekintettel a beltéri helymeghatározásban nemrégiben kifejlesztett UWB eszközökre és a kisméretű robot platformok esetén gyakran alkalmazott kisköltségű és alacsony tömegű helymeghatározó eszközökre.
A jelölt a robotplatformon rendelkezésre álló 2D és 3D térképező szenzorok méréseinek felhasználásával optimális becslési eljárást dolgoz ki a szimultán helymeghatározás és térképezés feladatának elvégzésére dinamikusan változó környezet esetére is. Ennek keretében vizsgálja a különféle szűrési eljárásokat (EKF, unscented KF, particle filtering, SEIF – sparse extended information filter). A doktori kutatások keretében kidolgozásra kerül a térképező és helymeghatározó szenzorok együttes adatfeldolgozásának módszertana, amely mesterséges intelligencia alapú öntanuló algoritmusokkal veszi figyelembe az egyes szenzorok környezetfüggő pontossági jellemzőit, ezáltal képes mind kül-, mind pedig beltérben az autonóm platform nagy pontosságú hely-, és helyzetmeghatározásának elvégzésére.
A kidolgozandó adatfeldolgozási eljárásokat a jelölt nyílt forráskódú szoftverkörnyezetben készíti el, és azokat robotplatformon végzett gyakorlati mérésekkel is vizsgálja. Az eredményeit független geodéziai mérésekkel validálja.
A doktori téma végeredménye egy olyan önállóan navigáló robot platform, amely képes olyan területeken is térképezési feladatokat ellátni, ahol a hagyományos geodéziai mérések nem végezhetők el.
felvehető hallgatók száma: 1
Jelentkezési határidő: 2018-05-31
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
