Найти

Результаты поиска

• АЛГОРИТМ КОМПЛЕКСИРОВАНИЯ НЕСКОЛЬКИХ ИСТОЧНИКОВ ДАННЫХ В ОБЩУЮ КАРТУ ЗАНЯТОСТИ

  И. О. Шепель

  2021-08-11

  Аннотация ▼

  В работе рассматривается проблема построения модели проходимости окружаю-
  щего пространства в среде с большим количеством динамических объектов по данным от
  нескольких различных сенсоров. Целью работы является качественное улучшение алгорит-
  ма построения карты занятости путем добавления способа обработки данных как от
  существующих алгоритмов детектирования движущихся препятствий, так и от автомо-
  бильного радара миллиметрового диапазона. В исследовании решается задача объединения
  данных о статичном окружении и о динамических объектах в одну общую модель прохо-
  димости для дальнейшего планирования траектории движения. Представленная в статье
  модификация алгоритма способна комплексировать данные как карт занятости, постро-
  енных по трехмерному облаку точек от любого датчика, так и данные, представленные в
  виде массива трехмерных объектов с известными координатами, размерами и ориентаци-
  ей. Комплексирование данных происходит на уровне построения карт занятости и не на-
  кладывает дополнительных требований на источник информации о динамических препят-
  ствиях. Алгоритм способен уточнять данные о позиции и размерах динамического объекта
  скоростью от радара, что позволяет планировать траекторию с учетом движения дина-
  мических объектов. Одновременное использование классического подхода к построению
  карт позволяет обнаруживать препятствия в случае ошибки алгоритма обнаружения
  динамических препятствий. Разработанный алгоритм работает в реальном масштабе
  времени на модуле Jetson AGX Xavier, и протестирован в реальных условиях на мобильной
  робототехнической платформе в автономном режиме. Сформулированы перспективные
  направления дальнейших исследований по улучшению представленного подхода.

• ИСПОЛЬЗОВАНИЕ КОМПЛЕКСИРОВАННЫХ ДЕСКРИПТОРОВ В РЕШЕНИИ SLAM-ЗАДАЧИ

  В. П. Носков , А. Н. Курьянов

  2022-04-21

  Аннотация ▼

  Рассмотрена актуальная задача определения всех шести координат (трех линейных
  и трех угловых) текущего положения мобильного робота (беспилотного летательного
  аппарата) по видео-дальнометрическим изображениям внешней среды (объемным раскра-
  шенным облакам точек), формируемым бортовой комплексированной системой техниче-
  ского зрения, построенной на базе 3D-дальнометрического сенсора (лидара) и цветной
  видеокамеры, при движении (полете) в неизвестной среде. Предложен алгоритм видео-
  навигации, основанный на использовании комплексированных (видео-дальнометрических)
  дескрипторов, для описания которых используются яркостные и геометрические пара-
  метры. Сформулированы правила формирования комплексированного дескриптора, обес-
  печивающие выделение с помощью оператора Собеля особых (центральных) точек деск-
  риптора и вычисление яркостных и геометрических параметров в его локальной области.
  Дополнение яркостных параметров дескриптора, формируемых видеокамерой, геометри-
  ческими параметрами, формируемых дальнометрическим сенсором, снимает проблему
  инвариантности дескриптора к масштабу и тем самым существенно снижает трудоем-
  кость вычислений при его выделении. Описаны правила нахождения соответствующих
  друг другу комплексированных дескрипторов в последовательности комплексированных
  изображений, основанные на вычислении разности яркостных и геометричесих параметров сравниваемых дескрипторов. Выполнена оценка ошибки решения навигационной задачи
  с использованием комплксированных дескрипторов в зависимости от ошибки сенсоров
  системы технического зрения и геометрических размеров дескриптора. За счет построе-
  ния гистограмм решения навигационной задачи по каждой координате объекта управления
  для всех пар соответствующих друг другу дескрипторов достигнута статистически ус-
  тойчивая высокая достоверность решения полной навигационной задачи. При этом ошиб-
  ка решения навигационной задачи получилась на порядок меньше ошибки при формировании
  системой технического зрения комплексированных изображений. Использование комплек-
  сированных дескрипторов позволило при сравнительно малом объеме вычислений с прием-
  лемой точностью и быстродействием решить полную навигационную задачу, что обеспе-
  чивает решение SLAM-задачи на бортовых вычислителях в темпе движения объекта
  управления. Эффективность предложенных алгоритмических и разработанных программ-
  но-аппаратных средств подтверждена натурными экспериментами, проведенными в ре-
  альных условиях различных сред.

• ОБНАРУЖЕНИЕ ДИНАМИЧЕСКИХ ОБЪЕКТОВ НА КАРТЕ ЗАНЯТОСТИ С НАКОПЛЕНИЕМ НА ОСНОВЕ ФИЛЬТРА ЧАСТИЦ

  И.О. Шепель

  2022-08-09

  Аннотация ▼

  Рассматривается проблема обнаружения динамических препятствий на карте за-
  нятости, полученной по данным системы технического зрения мобильной робототехниче-
  ской платформы. Целью работы является качественное улучшение алгоритма обнаруже-
  ния препятствий с помощью добавления фильтра частиц для выделения движущихся объ-
  ектов по данным карты. В исследовании решается задача корректного накопления данных
  в карте занятости и уменьшения задержки обновления информации в ячейках карты, по
  которым двигаются динамические объекты. Представленная в статье модификация
  фильтра частиц способна корректно работать с динамическими препятствиями в широ-
  ком диапазоне скоростей, устойчива к выбросам, вызванным в результате случайной гене-
  рации начальной скорости частиц, и предназначена для работы в реальных условиях в сре-
  де с большим количеством движущихся препятствий и в реальном масштабе времени.
  Разработана эвристика, которая уменьшает количество неправильных классификаций вокклюдированных зонах. Показано, что алгоритм обнаружения динамических объектов в карте занятости инвариантен к типу сенсоров, используемых в системе технического
  зрения, а также описана реализация, объединенная с накапливаемой картой препятствий.
  Алгоритм реализован и протестирован на борту автономной робототехнической плат-
  формы и на открытом наборе данных. В статье приведено сравнение с другими подходами
  к обнаружению динамических препятствий, а также рассчитаны метрики быстродейст-
  вия для всех анализируемых методов для вычислителей на базе GPU Nvidia RTX 3070 и GPU
  встроенного вычислителя Jetson AGX Xavier. Сформулированы перспективные направления
  дальнейших исследований по улучшению представленного подхода.