Connecter les points - Une fonction-coût unifiée pour le recalage de nuages de points en 3D

1. Résumé du projet

Les voitures autonomes, perçues comme une technologie perturbatrice, apparaissent lentement sur nos routes. Le grand public se demande souvent si ces systèmes pourront être utilisés en toute sécurité dans nos conditions météorologiques. En effet, la localisation précise de ces systèmes, et des plates- formes mobiles autonomes en général, reste un défi de taille lorsque l’environnement évolue rapidement autour du véhicule. Le lidar (c.-à-d. télémètre laser) sont actuellement le capteur le plus couramment installé sur les prototypes de voitures autonomes. L’objectif de ce projet est d’accroître la robustesse des algorithmes de localisation actuels reposant sur le lidar. À cette fin, nous étudierons des fonction-coûts robustes pour un algorithme de recalage 3D spécifique, appelé iterative closest point. Cet algorithme est à la base des algorithmes de localisation utilisant le lidars comme capteur principal. Pour démontrer la progression du projet, notre laboratoire validera nos nouvelles contributions théoriques avec un petit véhicule terrestre sans pilote déployé dans de multiples environnements et conditions atmosphériques. Nous nous attendons à trouver une meilleure fonction-coût représentant le désalignement de deux nuages de points sous la présence de données capteurs perturbées par le bruit. À un niveau supérieur, les résultats de cette recherche prépareront une meilleure transition vers des systèmes de transport autonomes dans des pays du nord, tels que le Canada, en générant de nouvelles connaissances sur le sujet. En outre, le projet formera du personnel hautement qualifié (PHQ) afin de mieux répondre aux défis futurs liés à la robotique mobile.