Skip to content

Förbättrad skogsautomation med sensorfusion – examensarbete på Bit Addict

Förbättrad skogsautomation med sensorfusion – examensarbete på Bit Addict

IMG_0291

Vi är stolta över att få följa två av våra exjobbare, Hannes och Viktor, som nu börjar närma sig målgång med sitt examensarbete här på Bit Addict! 
Inom ramen för Södras projekt BraSatt har de tagit sig an en viktig utmaning: att möjliggöra autonom framkomlighet för fordon i skogsmiljö genom förbättrad omvärldsuppfattning. Genom att kombinera data från LiDAR och stereokamera har de utvecklat en innovativ metod för att skapa en mer noggrann och tillförlitlig representation av terrängen, avgörande för att autonoma skogsfordon ska kunna navigera effektivt i de komplexa miljöerna.

Namnlös design (20)

Några av de viktigaste resultaten:

  • En adaptiv terrängrepresentation som anpassar upplösningen efter terrängens komplexitet. Det minskar minnesanvändningen med ca 30 % och ökar uppdateringshastigheten med ca 45 %.
  • En Kalmanfilter-baserad algoritm som kombinerar sensorernas mätdata och strategiskt tar hänsyn till individuella mätosäkerheter.
  • Ett förbättrat system för omvärldsuppfattning i komplexa miljöer som möjliggör säkrare och mer effektiv autonom navigering i skogsmark.
IMG_0408

Genom att kombinera LiDAR:ns precision med stereokamerans täckning, och samtidigt uppnå hög beräkningseffektivitet, har Viktor och Hannes tagit fram en lösning som är både praktisk och skalbar för realtidsanvändning i autonoma skogsmaskiner.
Nu återstår bara opponering på ett annat examensarbete och den avslutande presentationen sedan är studierna klara!
Examensarbete kommer att länkas när det är klart.
Stay tuned!

Nyhetsbrev

Prenumerera på vårt nyhetsbrev