< Terug naar vorige pagina

Project

Perceptie voor de autonome binnenvaart

De scheepvaart op binnenwateren kan een cruciale bijdrage leveren aan de afhandeling van toenemende transportvolumes. Zij wordt echter geconfronteerd met een gebrek aan scheepsbemanningen, dat zou kunnen verlicht worden door meer scheepsautomatisering of de inzet van onbemande schepen. Om autonome scheepvaart te realiseren, suggereert voorafgaand conceptueel onderzoek het gecombineerde gebruik van verschillende types sensoren. Hoewel het conceptueel gezien vergelijkbaar is met autonome wegvoertuigen, verschilt de onbemande scheepvaart op belangrijke punten, zoals een hogere traagheid van het voertuig en een geringere wendbaarheid en de daaruit voortvloeiende noodzaak van objectdetectie en -identificatie op grotere afstanden. Er zijn reeds gevestigde navigatie-instrumenten naast GNSS en radar beschikbaar, zoals AIS en IENC. Hoewel deze systemen robuust zijn, hebben ze een relatief lage positienauwkeurigheid en worden de IENC-kaarten slechts met grote tussenpozen bijgewerkt. Aan boord van onbemande schepen kunnen LIDAR- en stereocamera's worden gebruikt om deze hulpmiddelen aan te vullen. Deze bieden een grotere resolutie voor objectdetectie, maar vereisen ook kalibratie. Het doel van dit project is om een dergelijke kalibratieprocedure te ontwikkelen voor 3D-LIDAR- en stereocamera's aan boord van een autonoom schip, alsook om objectdetectie- en identificatiealgoritmen te ontwikkelen die compatibel zijn met ECDIS. Verder moet de sensorfusie tussen de beschikbare GNSS-, AIS-, IENC- en Radargegevens (ECDIS-kaartgegevens) en de stereocamera en 3D-LIDAR aan boord van het schip worden geïmplementeerd en gebruikt worden voor ECDIS-kaartupdates. Sensorijking, objectdetectie en sensorfusie moeten bovendien experimenteel worden gevalideerd op een schaalmodel-vaartuig.

Datum:27 jul 2020 →  14 dec 2021
Trefwoorden:Robotics, Automation, Perception, Object Detection, Navigation
Disciplines:Field- en servicerobotica, Sensoren, estimatoren en actuatoren
Project type:PhD project