МЕТОД АППРОКСИМАЦИИ ОБЛАКА ТОЧЕК СТЗ ДЛЯ СТАЦИОНАРНОЙ 2D СЦЕНЫ

  • М.Ю. Бутенко Южный федеральный университет
Ключевые слова: Лазерный сканер, облако точек, аппроксимация окружностями, оценка сложности среды, мобильный робот, контуры препятствий

Аннотация

Рассматривается задача кластеризации препятствий по облаку точек лазерного сканера и задача оценки сложности среды мобильным роботом. Разрабатываемый метод использует данные лазерного сканера, потому что такие сканеры позволяют получить информацию об окружающей среде в виде облака точек, используя небольшое количество ресурсов. В данной работе предлагается метод определения контуров препятствий по облаку точек с использованием аппроксимирующих окружностей. Для оценки сложности среды используются метод на основе триангуляции Делоне. В ведении рассмотрены суще-ствующие методы для аппроксимации окружностями облака точек и приводятся аргу-менты доказывающие нецелесообразность их использования. В работе приведена струк-турная схема системы оценки сложности среды. Приводятся случаи и их характеристики, в которых аппроксимация одной окружностью невозможна, потому что повлечет за со-бой ряд ошибок и предлагается решение для подобных случаев – постройка по контору препятствия множество окружностей одного радиуса. Так же в статье приводится ал-горитм и блок схема разработанного метода аппроксимации облака точек полученной с системы технического зрения для стационарной 2D сцены. Приведены примеры примене-ния метода, подтверждающие его эффективность. Для проверки метода было проведено моделирование в пакете Matlab R2017b. Моделирование приводится для сцен с препятствиями – окружности разного радиуса, прямая или набор прямых, набор окружностей раз-ной формы. В заключении производится анализ разработанного метода аппроксимации облака точек и полученных результатов оценки сложности среды для различных сцен.

Литература

1. Шит М.Л., Школьник С.Г., Андреев Э.С., Карпов Э.,Чистяков М.А. Специализированные роботы в энергетике // Проблемы региональной энергетики. – 2014. – С. 63-70.
2. Лохин В.М., Манько С.В., Романов М.П., Гарцеев И.Б., Трипольский П.Э., Александрова Р.И.,
Евстигнеев Д.В., Антипов О.А., Епишин С.В. Автономный мобильный мини-робот // Известия ЮФУ. Технические науки. – 2006. – № 3 (58). – С. 17-23.
3. Жога В.В., Федченков П.В. Мобильный автономный робот с шагающими ортогонально-
поворотными движителями // Вестник Нижегородского университета им. Н.И. Лобачевского. – 2011. – С. 2160-2162.
4. Глебов Н.А., Амин Н.М. Управление автономными мобильными гусеничными машинами и роботами в неформализованной среде // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – 2015. – С. 17-21.
5. Скворцов А.В. Триангуляция Делоне и ее применение. – Томск: Изд-во Томск. ун-та, 2002.
6. Каркищенко А.Н., Пшихопов В.Х. Определение сложности среды функционирования подвижного объекта, (в печати). – М., 2018.
7. Чачхиани Т.И., Серова М.Г. Мобильный робот в нестационарной среде // Инженерный вестник Дона. – 2017. – № 4.
8. Франц В.А., Воронин В.В., Марчук В.И., Фисунов А.В., Письменскова М.М. Алгоритм построения траектории движения объектов в видеопотоке на основе оптического потока // Инженерный вестник Дона. – 2013. – № 3. 9. Montemerlo M., Thrun S. Large-Scale Robotic 3-D Mapping of Urban Structures // Experi-mental Robotics IX. – 2006. – P. 141-150.
10. Антонов А.А. Сканирующие лазерные дальномеры (LIDAR) // Современная электроника. – 2016. – № 1. – C. 10-15.
11. Костишин М.О., Жаринов И.О., Суслов В.Д. Автономная навигация мобильного робота на основе ультразвукового датчика измерения расстояний // Научно-технический вест-ник информационных технологий, механики и оптики. – 2013. – № 2 (84). – C. 162-163.
12. Бурцев А.Г., Жангабулов Т.А. Сравнение различных численных методов для решения задачи ультразвукового позиционирования подвижного робота в закрытом пространстве // Инженерный вестник Дона. – 2016. – № 2.
13. Кондратьев К.Л., Харитонов В.И. Аппаратно-программный комплекс для управления платформой-роботом // Известия Московского государственного технического университета МАМИ. – 2014. – C. 67-71.
14. Черноножкин В.А., Половко С.А. Система локальной навигации для наземных мобильных роботов // Научно-технический вестник информационных технологий, механики и оптики. – 2008. – C. 13-22.
15. Карпенков А.С.,Мартынов О.В., Гришанович Ю.В., Карпенкова Е.С. Метод навигации мобильного робота для позиционирования на дороге в лесной местности // Вестник нау-ки и образования. – 2018. – № 17 (53). – Ч. 1. – С. 27-31.
16. Richard O. Duda, Peter E. Hart. Use of the Hough transformation to detect lines and curves in pictures // Technical Note 36, Artificial Intelligence Center, 1971.
17. Феоктистов С.И., Белых С.В., Станкевич А.В., Кривенок А.А., Перевалов А.А. Аппроксимация геометрии контура дугами при контроле точности изготовления деталей летательных аппаратов // Учёные записки. – № I – 1 (1). – С. 9-15.
18. Интернет-ресурс: http://paulbourke.net/geometry/circlesphere/.
19. Бронштейн И.Н., Семендев К.А. Аналитическая геометрия на плоскости. Справочник по математике. Совместное издание: Лейпциг: Тойбнер, Москва: Наука, 1981. – С. 241-242.
20. MATLAB Documentation. – URL: uk.mathworks.com/help/.
Опубликован
2019-06-06
Выпуск
Раздел
РАЗДЕЛ V. ТЕХНИЧЕСКОЕ ЗРЕНИЕ