Архив статей журнала
Рассматривается проблема генерации карт занятости окружающего пространства для робототехнических платформ по данным от мультиспектральной системы технического зрения. Целью работы является качественное улучшение генерируемой модели проходимости путем комплексирования геометрических и семантических данных от лидаров и стереокамер, а также прямых измерений скорости от радаров миллиметрового диапазона. Представленные алгоритмы и их модификации являются универсальными по отношению к источнику данных и не требуют физической синхронизации сенсоров. В исследовании решается задача построения как статических априорных, так и работающих в реальном масштабе времени динамических карт занятости. Предложен подход по объединению априорной семантической карты с генерируемой в процессе автономного движения робота. Описаны подходы к накоплению и обновлению семантической информации в картах. Также рассматривается задача обнаружения динамических препятствий в картах занятости на основе модифицированного алгоритма фильтрации частиц. Описанный в статье комбинированный метод увеличивает точность определения динамических препятствий и позволяет корректно детектировать препятствие даже в случае ошибки алгоритма определения динамики. Выделены метрики по количественной оценки карт занятости. Разработанный алгоритм был протестирован на открытых датасетах Semantic KITTI, nuScenes в автомобильном домене данных, а также на малом сервисном роботе-уборщике как в симуляторе CARLA, так и в реальных условиях с активным пешеходным движением. Программная реализация алгоритма работает в реальном масштабе времени на встраиваемых вычислителях Jetson AGX Xavier и Jetson AGX Orin.
В настоящее время в навигационных системах робото-технических комплексов (РТК) используют разнородные датчики первичной информации, которые могут обеспечивать избыточность навигационных данных. Это позволяет повысить точность вычисления параметров движения, а так же позволяет определять их с большей надёжностью при условии выхода из строя одного или нескольких датчиков. В работе дан обзор и приводится классификация низкоуровневых математических методов обработки переопределённых параметров состояния систем навигации РТК. Отмечается, что задача комплексирования является подобластью задачи идентификации систем и поэтому имеет общие с ней подходы к построению решения. В подавляющем большинстве методов, построенных на оптимизационном подходе, в качестве критерия оптимальности используется квадратичная функция ошибок. Все математические методы объединения (комплексной обработки или комплексирования) каких-либо данных разделяют на низко-, средне- и высокоуровневые. В системах навигации наибольшее применение имеют низкоуровневые методы, такие как рекурсивные, нерекурсивные и методы на основе ковариаций. Нерекурсивные методы редко используются напрямую. Рекурсивные, как правило, построены по схеме фильтра Калмана. Не все методы устойчивы к негауссовости и корреляционной зависимости исходных данных, что часто встречается в системах навигации с переопределёнными данными. Кроме того, не все методы могут использоваться для решения проблемы релевантности данных, поступающих от навигационных приборов. Отмечается, что для методов комплексирования ключевым является подход объединения данных в информационном пространстве, понимаемом, как обратное к ковариационному, поскольку подавляющая часть методов, включая байесовские, сводятся к нему. В связи с этим, наибольший интерес представляют методы на основе ковариаций. Однако, для решения проблемы релевантности данных в системах навигации, являющихся системами реального времени, существующие методы плохо приспособлены, поскольку требуют при каждом такте объединения данных решения трудоёмкой в вычислительном плане оптимизационной задачи. Таким образом, существует проблема разработки новых подходов к решению этой задачи.