Development of A Low-Cost, Portable and 〖360〗^0 Field of View New 3D LIDAR System for The Navigation of Autonomous Vehicles

Abstract

In recent years, studies on autonomous vehicles have been progressively increasing and especially, intensive works have been carried out in many areas like obstacle detection, mapping, localization, path planning, navigation, and obstacle avoidance. In this study, it was aimed to develop a new 3D LIDAR system with much lower cost, portable and 360-degree field of view by using standard 2D laser scanner instead of high-costing and large dimension 3D LIDARs which contribute seriously to the autonomy of the vehicle. The acquisition of a new 3D LIDAR system is mainly based on the rotation of the 2D laser scanner about certain axis and the conversion of the distance data published by this laser scanner into point cloud data, which is called as the 3D Cartesian point cluster. When the 3D LIDAR system is examined as a whole, it needs to communicate in coordinately the components it contains in order to operate at the desired efficiency. Therefore, in order to manage this software and hardware communication, ROS (Robot Operating System), which is a software platform that can be controlled by the computer, was used. In addition, a mobile vehicle was designed to be gained motion feature to the system. The 3D LIDAR platform was integrated into the designed mobile vehicle and the new system was made ready for navigation. For navigation, a number of algorithm and ROS nodes, called Navigation Stack, were used to autonomously move the vehicle from one point to another and avoid all obstacles that may occur during movement. Experiments show that the developed 3D LIDAR system provides an economical and effective solution for all directional object detection in autonomous vehicles. The navigation tests also show that the developed system is successful in performing tasks such as obstacle detection and obstacle avoidance in indoor environments.

Keywords

• 3B LIDAR,ROS,Point cloud,Navigation,Laser scanner,Obstacle avoidance

Otonom Araçlarda Navigasyon İçin Düşük Maliyetli, Taşınabilir ve 〖360〗^0 Görüş Alanına Sahip Yeni Bir 3B LIDAR Sisteminin Geliştirilmesi

Abstract

Son yıllarda otonom araçlar üzerinde yapılan çalışmalar gittikçe artmaktadır ve özellikle engel tespiti, haritalama, rota planlama, navigasyon gibi birçok alanda yoğun çalışmalar yapılmaktadır. Bu çalışmada ise aracın otonomluğuna ciddi katkı sağlayan yüksek maliyetli ve büyük boyutlu 3B LIDAR’lar yerine standart 2B lazer tarayıcı kullanılarak çok daha düşük maliyetli, portatif ve 360 derece görüş alanına sahip yeni bir 3B LIDAR sisteminin geliştirilmesi amaçlanmıştır. Bu sistemin elde edilmesi temel olarak 2B lazer tarayıcının belli bir eksen etrafında dönmesine ve bu lazer tarayıcı tarafından yayınlanan mesafe verilerinin 3B Kartezyen nokta kümesi olarak adlandırılan nokta bulutu verilerine dönüştürülmesine dayanır. 3B LIDAR sistemi bir bütün olarak incelendiğinde istenen verimde çalışabilmesi için içerdiği bileşenlerin koordineli olarak çalışması gerekir. Bu nedenle bu yazılım ve donanım haberleşmesini yönetmek için bilgisayar tarafından kontrol edilebilen bir yazılım platformu olan ROS (Robot İşletim Sistemi) kullanılmıştır. Ayrıca, sisteme hareket özelliği kazandırmak için bir mobil araç tasarlandı ve LIDAR sisteminin bu mobil araca entegre edilmesiyle yeni sistem navigasyon işlemine hazır hale getirildi. Navigasyon için aracı bir noktadan diğerine otonom olarak hareket ettirmek ve hareket esnasında meydana gelebilecek tüm engellerden kaçınmak için Gezinme Yığını olarak adlandırılan bir dizi algoritma ve ROS düğümleri kullanıldı. Yapılan deneyler, geliştirilen 3B LIDAR sisteminin otonom araçlarda tüm yönlü olarak nesne tespiti için ekonomik ve etkili bir çözüm olduğunu göstermektedir. Yapılan navigasyon testleri de geliştirilen sistemin kapalı ortamlarda engel tespiti ve engelden kaçınma gibi görevlerin yerine getirilmesinde başarılı olduğunu göstermektedir.

Keywords

• 3B Lidar,ROS,Nokta bulutu,Navigasyon,Lazer tarayıcı,Engelden kaçınma

References

1. [1] Kim J. U., J. Min J., Kong, H. B. 2017. 3D Object Detection Method Using Lidar Information in Multiple Frames. International Conference on Image Analysis and Proceeding, 11-15 September, Catania-Italy, 276-286.
2. [2] Chen X., Ma H., Wan J., Li B., Xia T. 2017. Multi-View 3D Object Detection Network for Autonomous Driving, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 21-26 July, Honolulu- Hawaii- United States, 1608-1617.
3. [3] Li B., Zhang T., Xia T. 2016. Vehicle Detection from 3D LIDAR Using Fully Convolutional Networks. Conference: Robotics: Science and Systems XII, 18-22 June, University of Michigan-United States, 1608-1617.
4. [4] Li J., Bao H., Han X., Pan F., Pan W., Zhang F., Wang D. 2017. Real time self-driving car navigation and obstacle avoidance using mobile 3D laser scanner and GNSS, Multimedia Tools and Applications, 76(21), 23017-23039.
5. [5] Zhao M., Stasinopoulos S., Yu Y. 2017. Obstacle detection and avoidance for autonomous bicycles, 13th IEEE Conference on Automotion Science and Engineering, 20-23 August, Xi’an-China, 1310-1315.
6. [6] Liang W., Zhang, Y., Wang J. 2017. Map- Based Localization Method for Autonomous Vehicles Using 3D-LIDAR, IFAC-PapersOnLine, 50(1), 276-281.
7. [7] Dube R., Gawel A., Sommer H., Nieto J., Siegwart R., Cadena C. 2017. An online multi-robot SLAM systems for 3D LIDARs, IEE/RSJ International Conference on Intelligent Robots and Systems, 24-28 September, Vancouver-Canada, 1004-1011.
8. [8] Park J. K., Park T. H. 2015. Autonomous System of Mobile Robot Using Laser Scanner for Corridor Environment, Journal of Institute of Control, 21(11), 1044-1049.

9. [9] Pfrunder A., Borges P.V.K., Romero A.R., Catt G., Elfes A. 2017. Real-time autonomous ground vehicle navigation in heterogeneous environments using a 3D LIDAR, IEEE International Conference on Intelligent Robots and Systems, 24-28 September, Vancouver-Canada, 2601-2608.
10. [10] Naes, T. 2017. Ego-localization Navigation for Intelligent Vehicles using 360 degree LIDAR Sensor for Point Cloud Mapping, Gürcistan Güney Üniversitesi, Makine Fakültesi, Yüksek Lisans Tezi, 85 s, Gürcistan.
11. [11] Michael Bernard. 2016. Tesla & Google disagree about LIDAR-Which is right?. http://cleantechnica.com/2016/07/29/tesla-google-disagree-lidar-right/ (Erişim Tarihi: 05.04.2018).
12. [12] Martinez J. L., Morales J., Reina A. J., Mandow A., Boter A. P., Cerezo A. G. 2015. Construction and calibration of low-cost 3D laser scanner with 360 degree field of view for mobile robots, IEEE International Conference on Industrial Technology, 17-19 March, Seville-Spain, 149-154.
13. [13] Morales J., Martinez J. L., Mandow A., Boter A.P., Cerezo A.G. 2011. Design and Development of a Fast and Precise Low-Cost 3D Laser Rangefinder, IEEE International Conference on Mechatronics, 13-15 April, Istanbul-Turkey, 621-626.
14. [14] Maurelli, F., Droeschel, D., Wisspeintner, T., May, S., Surmann, H. 2009. A 3D laser scanner system for autonomous vehicle navigation, International Conference on Advanced Robotics, 22-26 June, Munich-Germany, 1-6.
15. [15] Wang, C., Meng, L., She, S., Mitchell, I.M., Li, T., Tung, F., Wan, W., Meng, M.Q.H., Silva, C.W. 2017. Autonomous mobile robot navigation in uneven and unstructured indoor environments, IEE/RSJ International Conference on Intelligent Robots and Systems, 24-28 September, Canada-Vancouver, 109-116.
16. [16] Quinley, M., Gerkey, B., Conley, K., Faust, J., Foote, T., Leibz, J., Berger, E., Wheeler, R., Ng, A. 2009. ROS: an open-source Robot Operating System, ICRA workshop an open source software, 3(1), 1-6.
17. [17] Zhang, A., Hu, S., Chen, Y., Liu, H., Yang, F., Liu, J. 2008. Fast Continuous 360 Degree Color 3d Laser Scanner, The International Archives of Photogrammetry, Remote Sensing and Information Sciences, 37(B1), .409-414.
18. [18] Ocando, M.G., Certad, N., Alvarado, S., Terrones, A. 2017. Autonomous 2D SLAM and 3D mapping of an environment using a single 2D LIDAR and ROS, Latin American Robotics Symposium (LARS) and Brazilian Symposium on Robotics (SBR), 8-11 November, Curitiba-Brazil, 1-6.
19. [19] Moon Y. G., Go S. J., Yu K. H., M Lee M. C. 2015. Development of 3D laser range finder system for object recognition, IEEE International Conference on Advanced Intelligent Mechatronics, Busan-South Korea, 1402-1405.
20. [20] Kağızman, A. 2018. Otonom araçlar için 2B lazer tarayıcı kullanılarak yeni 3B LIDAR sistemi elde edilmesi ve engel tespiti, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 100 s, Türkiye.
21. [21] Eppstein, E. 2009. Setup and Configuration of the Navigation Stack on a Robot. http://wiki.ros.org/navigation/Tutorials/RobotSetup (Erişim Tarihi: 02.05.2017).