METHOD OF APPROXIMATION OF A POINT CLOUD OF A TECHNICAL VISION SYSTEM FOR A STATIONARY 2D SCENE
Abstract
The article deals with the problem of clustering obstacles in the cloud of laser scanner points and the problem of assessing the complexity of the environment by a mobile robot. The developed method uses laser scanner data, because such scanners allow to obtain information about the envi-ronment in the form of a cloud of points, using a small amount of resources. In this paper we propose a method for determining the contours of obstacles in a cloud of points using approximating circles. The method based on Delaunay triangulation is used to estimate the complexity of the medium. In the conduct of the existing methods for approximating the circles of the point cloud are considered and arguments proving the inexpediency of their use are given. The paper presents a block diagram of the system for assessing the complexity of the environment. The cases and their characteristics in which the approximation by one circle is impossible, because it will entail a number of errors, and the solu-tion for such cases is proposed – the construction of the office obstacles set of circles of the same radius. Also in the article the algorithm and block diagram of the developed method of approxima-tion of a point cloud obtained from a system of technical vision for a stationary 2D scene are given. Examples of application of the method confirming its efficiency are given. To test the method, a simu-lation was carried out in the Matlab R2017b package. Modeling is given for scenes with obstacles – circles of different radius, straight or a set of straight lines, a set of circles of different shapes. In conclusion, the analysis of the developed method of approximation of the point cloud and the results of assessing the complexity of the environment for different scenes.
References
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/.
