Preview

Мехатроника, автоматизация, управление

Расширенный поиск

Метод коррекции оценки положения мобильного робота с использованием визуальной локации естественных ориентиров

https://doi.org/10.17587/mau.18.752-758

Аннотация

Представлен подход к использованию визуальной локации известных ориентиров для повышения точности навигации мобильного робота (МР). Подход основывается на анализе изображений от одной или нескольких телевизионных камер МР и применении нелинейной фильтрации для коррекции навигационной оценки по визуальной локации. Ключевыми достоинствами является возможность коррекции положения и ориентации МР по любому числу ориентиров (начиная с одного), а также возможность использования произвольного числа камер. Проведенные экспериментальные исследования показали, что метод позволяет достичь погрешностей по смещению в плоскости дороги порядка 10 см и менее 1° по углу ориентации МР в пределах всей траектории.

Об авторах

Д. Н. Степанов
Центральный научно-исследовательский институт робототехники и технической кибернетики
Россия


Е. Ю. Смирнова
Центральный научно-исследовательский институт робототехники и технической кибернетики
Россия


Список литературы

1. Черноножкин В. А., Половко С. А. Система локальной навигации для наземных мобильных роботов // Научно-технический вестник информационных технологий, механики и оптики. 2008. № 57. С. 13-22.

2. Тюкин А. Л., Лебедев И. М., Приоров А. Л. Анализ телевизионного изображения для работы системы позиционирования мобильного робота в помещении по маякам с цветовой кодировкой // Тезисы научно-технической конференции "Техническое зрение в системах управления - 2015". 2015. С. 77-78.

3. Raul Mur-Artal, J. M. M. Montiel and Juan D. Tardos. ORB-SLAM: A Versatile and Accurate Monocular SLAM System // IEEE Transactions on Robotics. 2015. Vol. 31, N. 5. P. 1147-1163.

4. Девятериков Е. А., Михайлов Б. Б. Использование данных визуального одометра для автономного возвращения моизображений визуальных ориентиров от сверхширокоугольной бильного робота в среде без фиксированных точек отсчета // Экстремальная робототехника. 2015. № 1. С. 351-361.

5. Korsakov A., Fomin I., Gromoshinsky D., Bakhshiev A., Stepanov D., Smirnova E. Determination of an Unmanned Mobile Object Orientation by Natural Landmarks // Supplementary Proceedings of the Fifth International Conference on Analysis of Images, Social Networks and Texts. Yekaterinburg, Russia. 2015. Vol. 1710. P. 91-101.

6. Viola P., Jones M. J. Robust Real-Time Face Detection // International Journal of Computer Vision. 2004. Vol. 57. P. 137-154.

7. Kalal Z., Mikolajczyk K., Matas J. Tracking-learning-detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2012. Vol. 34. P. 1409-1422.

8. Shengcai Liao, Xiangxin Zhu, Zhen Lei, Lun Zhang, Stan Z. Li. Learning Multiscale Block Local Binary Patterns for Face Recognition // International conference on Advances in Biometrics. 2007. P. 828-837.

9. Freund Y., Schapire R. E. A Short Introduction to Boosting // International joint conference on Artificial intelligence. 1999. Vol. 2. P. 1401-1406.

10. Girshick R. Fast R-CNN // The IEEE International Conference on Computer Vision (ICCV). 2015. P. 1440-1448.

11. Fomin I., Gromoshinskii D., Stepanov D. Visual features detection based on deep neural network in autonomous driving tasks // 26 международная конференция "GraphiCon2016". Нижний Новгород, 2016. С. 430-434.

12. Suliman C., Cruceru C., Moldoveanu F. Mobile robot position estimation using the Kalman filter // Scientific Bulletin of the "Petru Maior" University of Targu Mures. 2009. Vol. 6. P. 75.

13. Julier S. J., Uhlmann J. K. Unscented filtering and nonlinear estimation // Proceedings of the IEEE. 2004. Vol. 92, N. 3. P. 401-422.

14. Васильев И. А., Смирнова Е. Ю., Степанов Д. Н. Комплекс интеллектуальной навигации амфибийного спасательного средства // Робототехника и техническая кибернетика. 2015. № 2 (7). С. 30-33.

15. Stepanov D., Bakhshiev A., Gromoshinskii D., Kirpan N., Gundelakh F. Determination of the Relative Position of Space Vehicles by Detection and Tracking of Natural Visual Features with the Existing TV-Cameras" // Analysis of Images, Social Networks and Texts. Springer International Publishing. 2015. Vol. 542. P. 431-442.

16. Степанов Д. Н., Кирпань Н. А., Половко С. А. Алгоритм определения взаимного положения подводных аппаратов с использованием телевизионной системы и специальных световых маркеров // Интеллектуальные системы, управление и мехатроника - 2016. Матер. Всеросс. науч.-техн. конф. молодых ученых, аспирантов и студентов. 2016. С. 427-431.


Рецензия

Для цитирования:


Степанов Д.Н., Смирнова Е.Ю. Метод коррекции оценки положения мобильного робота с использованием визуальной локации естественных ориентиров. Мехатроника, автоматизация, управление. 2017;18(11):752-758. https://doi.org/10.17587/mau.18.752-758

For citation:


Stepanov D.N., Smirnova E.Yu. A Method of Mobile Robot Position Estimation Correction Using Visual Location of Natural Landmarks. Mekhatronika, Avtomatizatsiya, Upravlenie. 2017;18(11):752-758. (In Russ.) https://doi.org/10.17587/mau.18.752-758

Просмотров: 771


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


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