Resumo: A pesquisa de veículos autônomos vem se intensificando nos últimos anos. O principal objetivo dessa área é a condução segura e a redução de acidentes. No entanto, o alto custo dos veículos autônomos atuais ainda é uma grande barreira para a disseminação de seu uso. Visando atingir esse objetivo, trabalhos vem sendo desenvolvidos com a finalidade de reduzir o custo e aumentar a robustez e a eficiência. Considerando esses objetivos, esta pesquisa propõe um sistema de localização híbrido em ambiente simulado, para a fusão dos dados de sensores GPS, um sensor de bússola e também a saída de uma implementação de um Método de Localização Referenciado (MLR) processando sinais de um LIDAR. O método consiste inicialmente em utilizar um sistema de percepção com câmera e um sensor de distância para detectar objetos conhecidos do ambiente e consultar as suas respectivas coordenadas numa base de dados geográficos com o objetivo de assim estimar a localização do veículo. Finalmente, a implementação do filtro de Kalman para fundir os dados do MLR e dos sensores GPS e bússola. Para avaliar o desempenho do método, foi desenvolvida uma plataforma de simulação no ambiente CARLA com os dados dos sensores acessados pelo ROS. Todo o sistema simulado é executado em tempo real e seus resultados são muito consistentes com o ambiente real Ver menos

Abstract: Autonomous vehicle research has intensifyed in the recent years. The main objective of this area is safe driving and accident reduction. However, the high cost of current autonomous vehicles is still a major barrier to its disseminated use. In order to achieve these goals, research has been targeting to reduce cost and increase robustness and efficiency. Considering these objectives, this work proposes a hybrid localization system in a simulated environment, for the sensor fusion of GPS, a compass sensor and also the output of an implementation of a Referenced Location Method (RLM) processing LIDAR data. The method consists initially of using a perception system with a camera and a distance sensor, to detect known objects from the environment, and query the respective coordinates from a geographic database, in order to estimate the respective vehicle position. Finally, the implementation of a Kalman filter to fuse data from the RLM and the GPS and compass sensors. To assess the method performance, a simulation platform was developed in the CARLA environment with the data of the sensors accessed by ROS. The whole simulated system is executed in real time and its results are very consistent to a real environment Ver menos