ГРУППОВАЯ ВИДЕОНАВИГАЦИЯ ГЕТЕРОГЕННЫХ РОБОТОВ

Аннотация

Работа посвящена решению актуальных задач совместной автономной видеонавигации беспилотных летательных аппаратов и наземных роботов в урбанизированных средах, включающих плотную городскую застройку и здания, а также в условиях пересеченной местности, включая горную и лесистую местность, где также, как в урбанизированных средах, применение традиционных средств дистанционного управления и навигации может быть ограничено наличием экранированных зон. Задачи групповой навигации предлагается решать на основе данных бортовой системы технического зрения в процессе оперативной разведки рабочей зоны беспилотным летательным аппаратом, результаты которой обеспечивают автономные движение и полет, как отдельных гетерогенных робототехнических средств, так и в группе. В основу алгоритмов навигации положены методы и алгоритмы обработки данных бортовой системы технического зрения, состоящей из комплекса взаимно-юстированных лидара, телекамеры и тепловизора, формирующих геометрию окружающего пространства в виде облака точек с распределением на нем цветовых и температурных полей, позволяющих эффективно решать SLAM-задачу (определение текущих координат объекта управления с формированием геометрической модели внешней среды) и классификацию рабочей зоны по критериям геометрической и опорной проходимости, что обеспечивает автономные полет и движение роботов воздушного и наземного применения в урбанизированных средах и на пересеченной местности. Предлагается в качестве данных для организации автономного функционирования роботов воздушного и наземного применения, в том числе и в группе, использовать информационно-навигационное поле, представленное в виде графа видимости, позволяющего планировать безопасные кратчайшие траектории полета и движения, и множества опорных изображений, позволяющего корректно отрабатывать спланированные траектории с учетом ошибок решения видео-навигационной задачи. Такое информационно-навигационное поле позволяет представить в компактном виде необходимую и достаточную для автономного функционирования беспилотных летательных аппаратов и наземных роботов информацию и упрощает обмен ею между членами группы. Приведены результаты экспериментальных исследований в реальных условиях урбанизированной среды и пересеченной местности, подтверждающие эффективность предлагаемых методов, алгоритмов и соответствующих программно-аппаратных средств

Список литературы

1. Noskov V.P., Barichev Yu.S., Goydin O.P., Kur'yanov A.N. Razrabotka i issledovanie sredstv video-dal'nometricheskoy navigatsii robotov vozdushnogo i nazemnogo primeneniya [Development and study of video-range-metric navigation tools for air and ground robots], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2025, No. 2, pp. 96-108.

2. Noskov V.P. Videonavigatsiya avtonomnykh robotov: ucheb. posobie [Video navigation of autonomous robots: a tutorial]. Moscow: Izd-vo MGTU im. N.E. Baumana, 2025, 230 p.

3. Noskov V.P., Rubtsov I.V., Romanov A.Yu. Formirovanie ob"edinennoy modeli vneshney sredy na os-nove informatsii videokamery i dal'nomera [Formation of a combined model of the external environment based on the information from a video camera and a rangefinder], Mekhatronika, avtomatizatsiya, uprav-lenie [Mechatronics, Automation, Control], 2007, No. 8, pp. 2-5.

4. Noskov V.P., Kiselev I.O. Trekhmernyy variant metoda Khafa v rekonstruktsii vneshney sredy i navi-gatsii [Three-dimensional version of the Hough method in the reconstruction of the external environment and navigation], Mekhatronika, avtomatizatsiya, upravlenie [Mechatronics, Automation, Control], 2018, No. 8, pp. 552-560.

5. Noskov V.P., Kiselev I.O. Vydelenie ploskikh ob"ektov v lineyno strukturirovannykh 3D-izobrazheniyakh [Selection of flat objects in linearly structured 3D images], Robototekhnika i tekhnich-eskaya kibernetika [Robotics and technical cybernetics], 2018, No. 2 (19), pp. 31-38.

6. Konouchine A., Gaganov V., Veznevets V. AMLESAC: A new maximum likelihood robust estimator, Proc. Graphicon, 2005, Vol. 5, pp. 93-100.

7. Klasing K. et al. Comparison of surface normal estimation methods for range sensing applications, Ro-botics and Automation, 2009. ICRA'09. IEEE International Conference on. IEEE, 2009, pp. 3206-3211.

8. Holz D. et al. Real-time plane segmentation using RGB-D cameras, Robot Soccer World Cup. Springer, Berlin, Heidelberg, 2011, pp. 306-317.

9. Kaz'min V.N., Noskov V.P. Vydelenie geometricheskikh i semanticheskikh ob"ektov v dal'nometrich-eskikh izobrazheniyakh dlya navigatsii robotov i rekonstruktsii vneshney sredy [Extraction of geometric and semantic objects in ranging images for robot navigation and environmental reconstruction], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2015, No. 10 (171), pp. 71-83.

10. Noskov V.P., Kiselev I.O. Ispol'zovanie tekstury lineynykh ob"ektov dlya postroeniya modeli vneshney sredy i navigatsii [Using the texture of linear objects to construct a model of the external environment and navigation], Mekhatronika, avtomatizatsiya, upravlenie [Mechatronics, Automation, Control], 2019, No. 8, pp. 490-497.

11. Noskov V.P., Gubernatorov D.V. Ekstremal'naya navigatsiya po 3D-izobrazheniyam v mobil'noy roboto-tekhnike [Extreme navigation based on 3D images in mobile robotics], Mekhatronika, avtomatizatsiya, upravlenie [Mechatronics, Automation, Control], 2021, Vol. 22, No. 11, pp. 594-600.

12. Zhang, Zhengyou. Iterative point matching for registration of free-form curves and surfaces, Interna-tional Journal of Computer Vision, 1994, 13 (12), pp. 119-152.

13. Nüchter A., Lingemann K., Hertzberg J., Surmann H. 6D SLAM - 3D Mapping Outdoor Environ-ments, Journal of Field Robotics, September 2007, Vol. 24, No. 8-9, pp. 699-722.

14. Segal, A., Haehnel, D., Thrun, S. Generalized-ICP, Proc. of Robotics: Science and Systems, RSS, 2009.

15. Pomerleau F., Colas F., Siegwart R., Magnenat S. Comparing ICP Variants on Real-World Data Sets, Autonomous Robots, April 2013, Vol. 34, No. 3, pp. 133-148.

16. Noskov V.P., Kur'yanov A.N. Ispol'zovanie kompleksirovannykh deskriptorov v reshenii SLAM-zadachi [Using complexed descriptors in solving the SLAM problem], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2022, No. 1, pp. 268-278.

17. Buyvolov G.A., Noskov V.P., Rurenko A.A., Raspopin A.N. Apparatno-algoritmicheskie sredstva formi-rovaniya modeli problemnoy sredy v usloviyakh peresechennoy mestnosti [Hardware and Algorithmic Means for Forming a Model of a Problem Environment in Rough Terrain Conditions], Sb. nauchnykh trudov «Upravlenie dvizheniem i tekhnicheskoe zrenie avtonomnykh transportnykh robotov» [Collection of scientific papers "Motion Control and Technical Vision of Autonomous Transport Robots"]. Mos-cow: IFTP, 1989, pp. 61-69.

18. Vazaev A.V., Noskov V.P., Rubtsov I.V., Tsarichenko S.G. Raspoznavanie ob"ektov i tipov opornoy poverkhnosti po dannym kompleksirovannoy sistemy tekhnicheskogo zreniya [Recognition of objects and types of supporting surfaces based on data from an integrated machine vision system], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2016, No. 2 (175), pp. 127-139.

19. Vazaev A.V., Mashkov K.Yu., Noskov V.P., Rubtsov I.V. Klassifikatsiya zony manevrirovaniya RTK na osnove taktil'noy i zritel'noy informatsii [Classification of the maneuvering zone of the robotic complex based on tactile and visual information], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engi-neering Sciences], 2021, No.№ 1, pp. 6-19.

20. Dijkstra E.W. A note on two problems in connexion with graf, Numerische Mathematik, 1959, Vol. 1, Iss. 1, pp. 269-271. ISSN 0029-590X. 0945-3245. doi 10.1007/BF01386390

Скачивания

Опубликовано:

2026-04-29

Номер:

Раздел:

РАЗДЕЛ III. СВЯЗЬ, НАВИГАЦИЯ И НАВЕДЕНИЕ

DOI:

Ключевые слова:

Гетерогенные роботы воздушного и наземного применения, комплексированная система технического зрения, видео-навигационная задача, информационно-навигационное поле, групповое управление