| Form of studies |
Bachelor |
| Title of the study programm |
Intelligent Robotic Systems |
| Title in original language |
Sensordatu sapludināšanas algoritmu izvērtējums BPLA navigācijas uzdevumiem virs mežaina apvidus |
| Title in English |
Sensor Fusion Algorithm Analysis for UAV Navigation Tasks above Forest Environment |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Artūrs Ivanovs |
| Reviewer |
Lauris Goldbergs |
| Abstract |
Darbā apskatīta LiDAR un IMU sensordatu sapludināšanas algoritmu izmantošana bezpilota lidaparātu pozīcijas noteikšanai lidojumos virs mežaina apvidus. Tiek analizēti LiDAR punktu mākoņu salāgošanas mehānismi un sensordatu sapludināšanas metodes, kā arī eksistējoši LiDAR – IMU datos balstīti pozīcijas noteikšanas algoritmi. Eksperimentālai novērtēšanai tika izvēlēti algoritmi ar atšķirīgām arhitektūrām: FAST-LIO2 un LIO-SAM. FAST-LIO2 ir cieši saistīts filtrējošs algoritms, kas izmanto neapstrādātu LiDAR punktu mākoni, bet LIO-SAM ir cieši saistīts algoritms, kas sapludināšanu veic izmantojot faktoru grafu un izmanto no LiDAR punktu mākoņa izgūtas ģeometriskas pazīmes (plaknes, šķautnes). Šo algoritmu darbība tiek novērtēta Gazebo simulācijas platformā, kurā izveidotas mežu imitējošas vides, kurās tiek veikti lidojumi pa trajektorijām ar dažādiem elementiem (taisnes, loki, pagriešanās uz vietas). Eksperimentos iegūtie rezultāti liecina par to, ka FAST-LIO2 nodrošina stabilāku pozīcijas noteikšanu un netika novērota izteikta veiktspējas atkarība no vides vai trajektorijas tipa. LIO-SAM veiktspēju virs mežaina apvidus negatīvi ietekmē iegūto pazīmju savstarpējā līdzība un ierobežots apjoms, kā arī uzglabāto atslēgkadru nelielais skaits un atjaunināšanas kritēriji pēc pārvietojuma vai rotācijas. Darba rezultāti liecina par to, ka mežainā apvidū piemērotāki varētu būt LiDAR – inerciāli pozīcijas noteikšanas algoritmi, kas neizmanto standarta ģeometrisko pazīmju iegūšanu, kā arī lokālajā kartē spēj uzturēt visus datus, kas nozīmīgi lidaparāta pozīcijai. Secināts, ka viens no lielākajiem iemesliem pozīcijas noteikšanas neprecizitātei veiktajos testos ir saistīts nevis ar vidi, bet gan lidaparātu dinamiku, piemēram, pagriezienu veikšanas brīdī. |
| Keywords |
LIDAR, IMU, POZĪCIJAS NOTEIKŠANA, BEZPILOTA LIDAPARĀTI, MEŽAINS APVIDUS |
| Keywords in English |
LIDAR, IMU, POSE ESTIMATION, UAV, FOREST ENVIRONMENT |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 18:11:12 |
