Статья

Название статьи ВЫДЕЛЕНИЕ ГЕОМЕТРИЧЕСКИХ И СЕМАНТИЧЕСКИХ ОБЪЕКТОВ В ДАЛЬНОМЕТРИЧЕСКИХ ИЗОБРАЖЕНИЯХ ДЛЯ НАВИГАЦИИ РОБОТОВ И РЕКОНСТРУКЦИИ ВНЕШНЕЙ СРЕДЫ
Автор В.Н. Казьмин, В.П. Носков
Рубрика РАЗДЕЛ II. СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ
Месяц, год 10, 2015
Индекс УДК 007:621.865.8
DOI
Аннотация Предложены и рассмотрены решения центральных для автономной робототехники задач определения координат и построения модели окружающего пространства, основанные на выделении геометрических и семантических объектов в дальнометрических изображениях, получаемых бортовой СТЗ в процессе движения в условиях индустриально-городской среды. Обоснована актуальность создания и использования автономных робототехнических комплексов различного назначения для таких сред, обусловленная ограничениями использования традиционных средств навигации и дистанционного управления. Проведен анализ различных алгоритмов выделения линейных и семантических объектов в дальнометрических изображениях. Показано, что алгоритмы, учитывающие структурированность исходных данных СТЗ, являются наиболее эффективными. Изложен математический аппарат решения навигационной задачи и построения модели внешней среды путем выделения и распознавания подобных линейных геометрических и семантических объектов в последовательности дальнометрических изображений, получаемой бортовой СТЗ в процессе движения. Приведены результаты работы созданных алгоритмов и программно-аппаратных средств, решающих поставленные задачи в темпе движения мобильного робота в реальных условиях. На основе анализа результатов теоретических и экспериментальных исследований сделано заключение, что предлагаемый подход обеспечивает переход от больших объемов исходной видеоинформации к компактным семантическим описаниям внешней среды, содержащих навигационные данные, что позволяет эффективно решать задачи автономного управления движением мобильных роботов и беспилотных летательных аппаратов.

Скачать в PDF

Ключевые слова Автономный мобильный робот; система технического зрения; навигация; реконструкция внешней среды; управление движением.
Библиографический список 1. Лапшов В.С., Носков В.П., Рубцов И.В., Рудианов Н.А., Рябов А.В., Хрущев В.С. Бой в городе. Боевые и обеспечивающие роботы в условиях урбанизированной территории // Известия ЮФУ. Технические науки. – 2011. – № 3 (116). – С. 142-146.
2. Каляев А.В., Носков В.П., Чернухин Ю.В., Каляев И.А. Однородные управляющие структуры адаптивных роботов. – М.: Наука, 1990. – 147 с.
3. Носков В.П., Рубцов И.В. Опыт решения задачи автономного управления движением мобильных роботов // Мехатроника, автоматизация, управление. – 2005. – № 12. – C. 21-24.
4. Лакота Н.А., Носков В.П., Рубцов И.В., Лундгрен Я.-О. Мур Ф. Опыт использования элементов искусственного интеллекта в системе управления цехового транспортного робота // Мехатроника, автоматизация, управление. – 2000. – № 4. – С. 44-47.
5. Носков В.П., Носков А.В. Система экстремальной навигации цехового транспортного робота // Сб. научн. тр. «Искусственный интеллект в технических системах». – М.: Гос. ИФТП, 1998. – С. 136-144.
6. Носков А.В., Носков В.П. Распознавание ориентиров в дальнометрических изображениях // Сборник «Мобильные роботы и мехатронные системы». – М.: Изд-во МГУ, 2001. – C. 179-192.
7. Носков В.П., Носков А.В. Навигация мобильных роботов по дальнометрическим изображениям // Мехатроника, автоматизация, управление. – 2005. – № 12. – C. 16-21.
8. Носков А.В., Рубцов И.В., Романов А.Ю. Формирование объединенной модели внешней среды на основе информации видеокамеры и дальномера // Мехатроника, автоматизация, управление. – 2007. – № 8. – С. 2-5.
9. Казьмин В.Н., Носков В.П. Объемное зрение в системе навигационного обеспечения беспилотного летательного аппарата // Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. – 2012. – Вып. Специальная робототехника. – С. 113-121.
10. Загоруйко С.Н., Казьмин В.Н., Носков В.П. Навигация БПЛА и 3D-реконструкция внешней среды по данным бортовой СТЗ // Мехатроника, автоматизация, управление. – 2014. – № 8. – C. 62-68.
11. Segal A., Haehnel D., Thrun S. Generalized-ICP // Proc. of Robotics: Science and Systems, RSS, 2009.
12. Mitra N., Gelfand N., Pottmann H., Guibas L.J. Registration of Point Cloud Data from a Geometric Optimization Perspective // Proceedings of the 2004 Eurographics/ACM SIGGRAPH symposium on Geometry processing. – 2004. – P. 22-31.
13. Fischler M.A., Bolles R.C. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography // Communications of the ACM. – 1981. – No. 24 (6). – P. 381-395.
14. Konouchine A., Gaganov V., Veznevets V. AMLESAC: A New Maximum Likelihood Robust Estimator // Graphicon 2005 proceedings. http://www.graphicon.ru/html/2005/ proceedings/papers/konouchin.pdf.
15. Klasing K., Althoff D., Wollherr D., and Buss M. Comparison of Surface Normal Estimation Methods for Range Sensing Applications // In Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), Kobe, Japan, May 12-17 2009.
16. Holz D., Holzer S., Rusu R. B., Behnke S. Real-Time Plane Segmentation using RGB-D Cameras // In Proceedings of the 15th RoboCup International Symposium, Istanbul, July 2011.
17. Comaniciu D., Meer P. Mean Shift: A Robust Approach Toward Feature Space Analysis // IEEE Transactions on Pattern Analysis and Machine Intelligence – PAMI. – 2002. – Vol. 24, No. 5. – P. 603-619.
18. Berkmann J., Caelli T. Computation of Surface Geometry and Segmentation Using Covariance Techniques // IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI). – November 1994. – No. 16 (11). – P. 1114-1116,
19. Niloy J. Mitra and An Nguyen. Estimating surface normals in noisy point cloud data // In Proc. of The 19th ACM Symposium on Computational Geometry (SCG). – San Diego, California, USA, June 2003. – P. 322-328.
20. Велижев А., Шаповалов Р., Потапов Д., Третьяк Е., Конушин А. Автоматическая сегментация облаков точек на основе элементов поверхности // Cборник «Труды конференции GraphiCon–2009». – 2009. – C. 241-245.

Comments are closed.