বুদ্ধিমান গাড়ির জন্য মাল্টি-সেন্সর ফিউশন ক্যালিব্রেশন

বুদ্ধিমান যানবাহনের মাল্টি-সেন্সর ফিউশন ক্রমাঙ্কন অটো ড্রাইভ সিস্টেমের জন্য "স্থানীয় সিঙ্ক্রোনাইজেশন" এবং "টেম্পোরাল সিঙ্ক্রোনাইজেশন" অর্জনের জন্য একটি গুরুত্বপূর্ণ পদক্ষেপ। লেজার রাডার (LiDAR), ক্যামেরা, মিলিমিটার-ওয়েভ রাডার (রাডার), এবং জড়তা পরিমাপ ইউনিট/গ্লোবাল নেভিগেশন স্যাটেলাইট সিস্টেম (IMU/GNSS) প্রত্যেকেরই নিজস্ব স্বাধীন সমন্বয় ব্যবস্থা রয়েছে। ফিউশন ক্রমাঙ্কনের উদ্দেশ্য হল তাদের মধ্যে আপেক্ষিক অবস্থান এবং অভিযোজন সম্পর্ক (বহিঃ ম্যাট্রিক্স) গণনা করা, যা যানবাহনটিকে "দেখতে" দ্বি-মাত্রিক চিত্রগুলিকে পুরোপুরি ওভারলে করার অনুমতি দেয়, ত্রিমাত্রিক বিন্দুতে এটি "স্ক্যান করে" এবং গতি এবং দূরত্ব এটি "পরিমাপ করে"।

বুদ্ধিমান যানবাহনে মাল্টি-সেন্সর ফিউশন ক্রমাঙ্কনের মূল প্রক্রিয়া এবং মূলধারার পদ্ধতিগুলি নিম্নরূপ:

1. ক্রমাঙ্কন আগে মূল প্রস্তুতি

গাণিতিক গণনা শুরু করার আগে, হার্ডওয়্যার এবং পরিবেশ একটি আদর্শ অবস্থায় আছে তা নিশ্চিত করা প্রয়োজন:

(1) টাইম স্ট্যাম্প সারিবদ্ধকরণ (টাইম সিঙ্ক্রোনাইজেশন): এটি স্থানিক ক্রমাঙ্কনের পূর্বশর্ত। সাধারণত, PTP (গিগাবিট ইথারনেট টাইম সিঙ্ক্রোনাইজেশন প্রোটোকল) বা GPS/PPS সেকেন্ড পালস সমস্ত সেন্সরের স্যাম্পলিং টাইমকে মাইক্রোসেকেন্ড লেভেলে সারিবদ্ধ করতে ব্যবহার করা হয়, নিশ্চিত করে যে "তারা একই মুহুর্তে বিশ্বকে দেখে"।

(2) যানবাহনের অবস্থা পরিদর্শন: গাড়িটি স্ট্যান্ডার্ড লোড এ টায়ারের চাপ এবং সাসপেনশন সহ একটি স্ট্যান্ডার্ড অনুভূমিক ক্রমাঙ্কন কক্ষে পার্ক করা হয় এবং যানবাহনটি সম্পূর্ণরূপে স্থির।

(3) ক্রমাঙ্কন বস্তুর স্থাপনা: ক্রমাঙ্কন প্রয়োজনীয়তা অনুযায়ী, গাড়ির চারপাশে বিশেষভাবে তৈরি ক্রমাঙ্কন বস্তুর ব্যবস্থা করুন।

(4) সাধারণ ক্রমাঙ্কন বস্তু: উচ্চ প্রতিফলিত নিদর্শন সহ ক্রমাঙ্কন প্লেট, 3D বাক্স, সিলিন্ডার, বা বিশেষভাবে তৈরি ত্রিভুজাকার প্রতিফলক (সাধারণত মিলিমিটার-ওয়েভ রাডারের জন্য ব্যবহৃত)।

2. মূল ফিউশন ক্রমাঙ্কন প্রক্রিয়ার শ্রেণীবিভাগ

ফিউশন ক্রমাঙ্কন সাধারণত সেন্সর সংমিশ্রণগুলির "জোড়া অনুসারে প্রান্তিককরণ" এর উপর ভিত্তি করে সঞ্চালিত হয়, শেষ পর্যন্ত তাদের গাড়ি/বেস লিঙ্ক সমন্বয় ব্যবস্থায় একীভূত করে।

(1) LiDAR এবং ক্যামেরার যৌথ ক্রমাঙ্কন (LiDAR-to-Camera)

এটি স্বায়ত্তশাসিত ড্রাইভিংয়ের মূল ক্রমাঙ্কন, যা পয়েন্ট ক্লাউড এবং ইমেজ (কালার পয়েন্ট ক্লাউড) এর প্রাক-ফিউশন অর্জন করতে ব্যবহৃত হয়।

[ছবি থেকে 2D বৈশিষ্ট্য পয়েন্ট বের করুন] ──┐

├─> [পত্রালাপের জন্য অনুসন্ধান করুন] ├─> [পুনঃপ্রকল্প ত্রুটি মিনিমাইজ করুন] ├─> [আউটপুট এক্সট্রিনসিক ম্যাট্রিক্স [R|T]]

[পয়েন্ট ক্লাউড থেকে 3D বৈশিষ্ট্য পয়েন্ট বের করুন] ──┘

① বৈশিষ্ট্য নিষ্কাশন:

ক্যামেরার দিক: অ্যালগরিদম দ্বি-মাত্রিক চিত্রে ক্রমাঙ্কন বোর্ডের কোণ, প্রান্ত বা কেন্দ্রীয় পিক্সেলগুলির স্থানাঙ্কগুলি (u, v)) চিহ্নিত করে৷

LiDAR পাশ: অ্যালগরিদম বিন্দু ক্লাউডের প্রতিফলনের তীব্রতার (বা জ্যামিতিক সমতল ফিটিং) উপর ভিত্তি করে ত্রিমাত্রিক স্থানে ক্রমাঙ্কন বোর্ডের প্রান্ত বা কেন্দ্র বিন্দুগুলির স্থানাঙ্ক (X, Y, Z)) বের করে।

② গাণিতিক সমাধান: এটি একটি সাধারণ 3D-to-2D দৃষ্টিকোণ-n-পয়েন্ট (PnP) সমস্যা। সর্বনিম্ন বর্গক্ষেত্র পদ্ধতি বা অরৈখিক অপ্টিমাইজেশন ব্যবহার করে, ঘূর্ণন ম্যাট্রিক্স R এবং অনুবাদ ভেক্টর T গণনা করা হয়।

③ অনলাইন/ডাইনামিক অ্যালাইনমেন্ট: প্রতিদিনের ড্রাইভিংয়ের সময়, রাস্তার উভয় পাশে ইউটিলিটি খুঁটি এবং বিল্ডিং এজগুলির মতো প্রাকৃতিক বৈশিষ্ট্যগুলি ব্যবহার করে, চিত্রের প্রান্ত এবং পয়েন্ট ক্লাউড প্রান্তগুলির মধ্যে প্রান্তিককরণটি অপ্টিমাইজ করা হয় (যেমন, পারস্পরিক তথ্য পদ্ধতি ব্যবহার করে) রিয়েল-টাইমে বহিরাগত পরামিতিগুলিকে সূক্ষ্ম-টিউন করতে।

(2) LiDAR এবং মিলিমিটার-ওয়েভ রাডারের যৌথ ক্রমাঙ্কন (LiDAR-টু-রাডার)

মিলিমিটার-তরঙ্গ রাডার গতি পরিমাপ করতে পারে এবং শক্তিশালী অনুপ্রবেশ আছে, কিন্তু এর বিন্দু মেঘ অত্যন্ত বিক্ষিপ্ত এবং কোলাহলপূর্ণ; LiDAR পয়েন্ট মেঘ ঘন. তাদের লক্ষ্য হল "স্থানীয় ট্র্যাজেক্টরি অ্যালাইনমেন্ট" অর্জন করা।

①স্ট্যাটিক পদ্ধতি (ক্যালিব্রেশন চেম্বার): একটি নির্দিষ্ট স্থানে উচ্চ প্রতিফলন সহ একটি কোণার প্রতিফলক রাখুন। মিলিমিটার-তরঙ্গ রাডার শক্তি মানচিত্রে একটি শক্তিশালী সংকেত বিন্দু হিসাবে উপস্থিত হয় এবং লিডার কোণার প্রতিফলকের ত্রিমাত্রিক কনট্যুরকেও সঠিকভাবে সনাক্ত করতে পারে। বাহ্যিক পরামিতি দুটির কেন্দ্রবিন্দুর সাথে মিল করে গণনা করা হয়।

② গতিশীল পদ্ধতি (রোড ড্রাইভিং): যানবাহন একটি খোলা রাস্তায় ড্রাইভ করে, সামনে চলমান লক্ষ্য ট্র্যাক করে (যেমন অন্য যান)। কালমান ফিল্টারের মতো অ্যালগরিদম ব্যবহার করে, LiDAR দ্বারা ট্র্যাক করা বস্তুর গতিপথ এবং মিলিমিটার-তরঙ্গ রাডার দ্বারা পরিমাপ করা গতিশীল বিন্দুর গতিপথ মিলে যায় এবং বাহ্যিক পরামিতিগুলি ট্র্যাজেক্টরি পারস্পরিক সম্পর্কের মাধ্যমে সমাধান করা হয়।

3. LiDAR/ক্যামেরা এবং জড়তা পরিমাপ ইউনিটের যৌথ ক্রমাঙ্কন (সেন্সর-টু-আইএমইউ)

"গাড়ির ঝাঁকুনি এবং বাম্পের সময় সেন্সরকে কীভাবে ক্ষতিপূরণ দেওয়া যায়" এই সমস্যাটি সমাধান করতে গাড়ির গতিবিদ্যার সাথে উপলব্ধি সেন্সরটি সারিবদ্ধ করুন।

① হ্যান্ড-আই ক্রমাঙ্কন পদ্ধতি: এটি সাধারণ AX = XB ম্যাট্রিক্স সমাধানের সমস্যার অন্তর্গত।

② ক্রমাঙ্কন প্রক্রিয়া: যানবাহনকে একটি নির্দিষ্ট ট্র্যাজেক্টোরি অনুসরণ করার নির্দেশ দেওয়া হয় (যেমন "8" আকারে গাড়ি চালানো, ঘন ঘন ত্বরণ এবং হ্রাস অনুভব করা এবং বাঁক নেওয়া)। আইএমইউ তার নিজস্ব গতিপথ অনুমান করতে রিয়েল টাইমে গাড়ির কৌণিক বেগ এবং ত্বরণ রেকর্ড করে। একই সাথে, LiDAR পয়েন্ট ক্লাউড ওডোমেট্রি (LOAM) এর মাধ্যমে একটি গতি ট্র্যাজেক্টোরি অনুমান করে বা ক্যামেরা ভিজ্যুয়াল ওডোমেট্রি (VO) এর মাধ্যমে একটি গতি ট্র্যাজেক্টোরি অনুমান করে।

③ সমাধান: অ্যালগরিদম এই দুটি গতি ট্রাজেক্টোরির ঘূর্ণন এবং স্থানচ্যুতিকে সারিবদ্ধ করে IMU-এর সাপেক্ষে সেন্সরের আপেক্ষিক অবস্থান গণনা করে।

3. সমন্বিত যৌথ ডিবাগিং এবং একাধিক সেন্সরের বন্ধ-লুপ নিয়ন্ত্রণ

সমস্ত জোড়াযুক্ত ক্রমাঙ্কন সম্পন্ন হওয়ার পরে, বিশ্বব্যাপী বন্ধ-লুপ অপ্টিমাইজেশন প্রয়োজন:

(1) সমন্বয় ব্যবস্থা একীভূত করুন: সমস্ত আপেক্ষিক বাহ্যিক পরামিতিগুলিকে বডি সেন্টার কোঅর্ডিনেট সিস্টেমে রূপান্তর করুন (যেমন বিন্দু যেখানে পিছনের অ্যাক্সেল কেন্দ্রটি মাটিতে প্রক্ষিপ্ত হয়)।

(2) ত্রুটি সামঞ্জস্য পরীক্ষা: ট্রান্সমিশন চেইনে একটি বন্ধ লুপ নিশ্চিত করুন। উদাহরণস্বরূপ, LiDAR ightarrow Camera ightarrow IMU থেকে গণনা করা IMU অবস্থানটি LiDAR ightarrow IMU থেকে সরাসরি গণনা করা ফলাফলের সাথে সামঞ্জস্যপূর্ণ হওয়া উচিত। যদি কোনো অমিল থাকে, গ্রাফ অপ্টিমাইজেশান ব্যবহার করে সমগ্র টপোলজিক্যাল নেটওয়ার্কে বিশ্বব্যাপী সমন্বয় সম্পাদন করুন।

IV ক্রমাঙ্কন গুণমান মূল্যায়ন এবং প্রভাব যাচাই

ক্রমাঙ্কনের পরে, এর সঠিকতা যাচাই করতে কঠোর পরিমাণগত সূচক ব্যবহার করা আবশ্যক:

①সত্য মান তুলনা পদ্ধতি: একটি উচ্চ-নির্ভুলতা, বিস্তৃত-পরিসরের মোট স্টেশন বা লেজার ট্র্যাকারের সাহায্যে, গাড়ির শরীরের স্থানাঙ্ক সিস্টেমে প্রতিটি সেন্সর হাউজিং-এ চিহ্নিত পয়েন্টগুলির প্রকৃত পরম অবস্থানগুলি ম্যানুয়ালি পরিমাপ করুন এবং অ্যালগরিদম দ্বারা গণনা করা বহিরাগত প্যারামিটার ম্যাট্রিক্সের সাথে তাদের তুলনা করুন। বহিরাগত পরামিতি নির্ভুলতার জন্য সাধারণ প্রয়োজনীয়তাগুলি হল: দূরত্ব ত্রুটি < 1~2 সেমি, কোণ ত্রুটি < 0.1°~0.2°৷

② পয়েন্ট ক্লাউড ব্যাক প্রজেকশন (কালার ফিউশন প্রজেকশন): LiDAR দ্বারা সংগৃহীত 3D পয়েন্ট ক্লাউডটি ক্যালকুলেটেড এক্সট্রিনসিক ম্যাট্রিক্সের মাধ্যমে ক্যামেরার 2D ইমেজে প্রজেক্ট করা হয়। ইউটিলিটি খুঁটি, রাস্তার চিহ্ন এবং যানবাহনের কনট্যুরগুলিতে বিন্দু মেঘের রঙগুলি যদি কোনও স্থানচ্যুতি বা বিভ্রান্তি ছাড়াই চিত্রের প্রান্তগুলির সাথে পুরোপুরি সারিবদ্ধ হয় তবে এটি চমৎকার ক্রমাঙ্কন গুণমান নির্দেশ করে৷

③ স্পেটিও-টেম্পোরাল কনসিস্টেন্সি পরীক্ষা: একটি বাস্তব যানবাহনের গতিশীল ড্রাইভিংয়ের সময়, ক্যামেরা দ্বারা সনাক্ত করা 3D বক্স, LiDAR-এর পয়েন্ট ক্লাউড ক্লাস্টারিং বক্স এবং মিলিমিটার-ওয়েভ রাডারের লক্ষ্য বিন্দু একই প্রতিবন্ধকতার জন্য (যেমন পূর্ববর্তী যান) সম্পূর্ণরূপে ওভারল্যাপ হয়েছে কিনা তা পরীক্ষা করুন (যেমন বার্ড আই বিই-এর অধীনে দৃশ্যমান যানবাহন এবং ভিউজিট ড্রাইভ করার জন্য) বাম্পস