Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Экстремальная навигация по 3D-изображениям в мобильной робототехнике

https://doi.org/10.17587/mau.22.594-600

Полный текст:

Аннотация

Исследована форма функционала разности 3D-изображений для различных сред (помещения, индустриально-городская среда, пересеченная и лесистая местности). Сформулированы требования к характеристикам сенсора и геометрии внешней среды, выполнение которых обеспечивает корректную постановку и решение задачи экстремальной навигации. Описаны оптимальные способы сканирования окружающего пространства и обоснованы условия, выполнение которых обеспечивает решение навигационной задачи предложенным алгоритмом в реальном времени (в темпе движения) при обработке 3D-изображений, формируемых современными 3D-лазерными сенсорами. В частности, описана зависимость между частотой формирования 3D-изображений и угловыми и линейными скоростями движения, обеспечивающая попадание в многомерный интервал унимодальности функционала разности 3D-изображений, что гарантирует прямой поиск его глобального минимума в реальном времени. Опробованы различные методы прямого поиска глобального минимума функционала и выбраны наиболее быстродействующие для рассматриваемого случая. Выполнена оценка точности решения задачи навигации и предложен способ снижения накапливаемой ошибки, основанный на использовании для коррекции вычисленного значения текущих координат более "старого" 3D-изображения, имеющего пересечение зоны обзора с зоной обзора текущего изображения. Предложенный способ, являющийся модификацией метода опорных изображений, позволяет снизить суммарную ошибку, растущую пропорционально числу циклов решения задачи экстремальной навигации, до значений, обеспечивающих автономное функционирование транспортных роботов и БПЛА в заранее не подготовленных и неизвестных средах. Эффективность предложенных алгоритмических и разработанных программно-аппаратных средств экстремальной навигации подтверждена натурными экспериментами, проведенными в реальных условиях различных сред.

Об авторах

В. П. Носков
Московский государственный технический университет им. Н. Э. Баумана (национальный исследовательский университет)
Россия

канд. тех. наук, заведующий сектором НИИ СМ, доц. кафедры СМ7

Москва



Д. В. Губернаторов
Московский государственный технический университет им. Н. Э. Баумана (национальный исследовательский университет)
Россия

магистр

Москва



Список литературы

1. Михайлов Б. Б., Назарова А. В., Ющенко А. С. Автономные мобильные роботы — навигация и управление // Известия ЮФУ. Технические науки, 2016. № 2(175). С. 48—67.

2. Ющенко А. С. Диалоговое управление роботами на основе нечеткой логики // Труды конференции "Экстремальная робототехника". С-Пб.: Политехника-сервис, 2015. С. 143—146.

3. Инь Шуай, Ющенко А. С. Коллаборативный робот — ассистент хирурга. С-Пб.: Политехника-сервис, 2019. C. 568—575.

4. Шуай Инь, Ющенко А. С. Диалоговая система управления роботом на базе теории конечных автоматов // Мехатроника, автоматизация и управление. 2019. Т. 20, № 11. С. 686—695.

5. Ющенко А. С. Интеллектуальное планирование в деятельности роботов // Мехатроника, автоматизация, управление. 2005. № 3. С.5—18.

6. Жонин А. А. Алгоритм обучения менеджера диалога речевой диалоговой системы управления роботом // Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сб. научных трудов международной конференции. М.: ФИЗМАТЛИТ, 2011. C.395—406.

7. Nist´er D., Naroditsky O., Bergen J. Visual odometry for ground vehicle applications.// Journal of Field Robotics. Vol. 23(1). 2006. P. 3—20.

8. Девятериков Е. А. Алгоритм описания траектории мобильного робота по данным визуального одометра для автоматического возвращения к оператору // Наука и Образование. 2014. № 12. С.705—715.

9. Wang X., Lian Y., Li L. Localization of Autonomous Cars Using Multi-Sensor Data // Fusion Chinese Automation Congress. 2018. P. 4152—4155.

10. Девятериков Е. А., Михайлов Б. Б. Визуальный одометр // Вестник МГТУ им. Н. Э. Сер Приборостроение, Спецвыпуск "Робототехнические системы". 2012. № 6. C. 68—82.

11. Ющенко А. С., Зенкевич С. Л. Основы теории управления манипуляционными роботами. М.: Изд. МГТУ им. Н. Э. Баумана, 2004. 480 с.

12. Mellinger D., Kumar V. Minimum snap trajectory generation and control for quadrotors // IEEE International Conference on Robotics and Automation. 2011. P. 2520—2525.

13. Carius J., Ranftl R., Koltun V., Hutter M. Trajectory Optimization with Implicit Hard Contacts // IEEE Robotics and Automation Letters. 2018. Vol 3. P. 3326—3323.

14. Zenkevich S. L., Nazarova A. V., Zhu H. Logical Control a Group of Mobile Robots // Smart Electromechanical Systems Studies in Systems. 2019. Vol. 174. P. 32—43.

15. Zhao Z. Q., Zheng P., Xu S., Wu X. Object Detection with Deep Learning: A Review // IEEE Transactions on Neural Networks and Learning Systems 2019. Vol. 30. P. 3212—3232.

16. Yin S., Yuschenko A. Object Recognition of the Robotic System with Using a Parallel Convolutional Neural Network // Industry 40 Issues & New Intelligent Control Paradigms. 2019. Vol 272. P. 3—11.

17. Yin S., Yuschenko A. The application of the convolutional neural network to organize the work of a collaborative robot — surgeon assistant // Interactive Collaborative Robotics. 2019. P. 287—297.

18. Hochreiter S., Schmidhuber J. Long short-term memory // Neural Computation. 1997. N. 9 (8). P. 1735—1780.

19. Борисов Е. С. О рекуррентных нейронных сетях. URL: http://mechanoid.kiev.ua/neural-net-rnn.html

20. Ющенко А. С. Эргономические проблемы коллаборативной робототехники // Робототехника и техническая кибернетика. 2019. № 7 (2). C. 85—93.


Для цитирования:


Носков В.П., Губернаторов Д.В. Экстремальная навигация по 3D-изображениям в мобильной робототехнике. Мехатроника, автоматизация, управление. 2021;22(11):594-600. https://doi.org/10.17587/mau.22.594-600

For citation:


Noskov V.P., Gubernatorov D.V. Extreme 3D Image Navigation in Mobile Robotics. Mekhatronika, Avtomatizatsiya, Upravlenie. 2021;22(11):594-600. (In Russ.) https://doi.org/10.17587/mau.22.594-600

Просмотров: 51


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)