СПОСОБЫ АВТОМАТИЧЕСКОГО ОПРЕДЕЛЕНИЯ ПОЛОЖЕНИЯ ДВИЖУЩЕЙСЯ ПЛАТФОРМЫ В ПРОСТРАНСТВЕ

Автор(и)

  • Илья Юрьевич Филимонов Черниговский национальный технологический университет, Ukraine
  • Анатолий Сергеевич Ревко Черниговский национальный технологический университет, Ukraine https://orcid.org/0000-0001-6818-2961
  • Игорь Юрьевич Лысенко Компания Incomvision, Ukraine https://orcid.org/0000-0001-8774-9740

Ключові слова:

локализация, картографирование, методы SLAM

Анотація

Актуальность темы исследований. Существование необходимости повышения точности исследования местности, в том числе на труднодоступных участках актуализирует направление поиска новых способов автоматической локализации для постановки задачи роботу о сборе окружающей его информации для собственной локализации и построении карты окружения. Постановка проблемы. Существующие методы определения местоположения движущейся платформы в пространстве имеют существенную погрешность, которая является недопустимой для использования в устройствах, рассчитанных на управление без участия человека. Анализ последних исследований и публикаций. Тенденции исследований показывают удовлетворительные результаты внедрения новых алгоритмов на базе нейронных сетей, но большинство решений рассчитаны на крупногабаритные движущиеся платформы, тогда как для малых платформ, например, БПЛА, решений недостаточно. Выделение неисследованных частей общей проблемы. Работы по теме автоматического определения местоположения движущейся платформы, часто демонстрируют результаты экспериментов, проведенных в лабораторных условиях. Возникает вопрос, как будет вести себя система при испытаниях в реальных условиях. Постановка задачи. Предполагается реализовать систему автоматического передвижения платформы на основе современных аппаратных средств и алгоритмов локализации. Изложение основного материала. Рассмотрены общие сведения для методов локализации и картографирования SLAM, представлен общий алгоритм работы методов SLAM и их математическое представление. Описаны датчики, которые используются в задачах локализации и представлены два основных метода SLAM с подробным описанием. Были представлены результаты моделирования метода ORB-SLAM2. Выводы в соответствии со статьей. В работе был выполнен обзор способов локализации движущейся платформы в пространстве и рассмотрен алгоритм работы методов SLAM. Представлены особенности SLAM методов и перспективы их развития.

Біографії авторів

Илья Юрьевич Филимонов, Черниговский национальный технологический университет

аспирант

Анатолий Сергеевич Ревко, Черниговский национальный технологический университет

кандидат технических наук, доцент

Игорь Юрьевич Лысенко, Компания Incomvision

IT предприниматель

Посилання

Chris Kahlefendt. Implementation and Evaluation of Monocular SLAM for an Underwater Robot. Hamburg, January 2018. 127 р.

Megan R. Naminski. An Analysis of Simultaneous Localization and Mapping (SLAM) Algorithms. Mathematics, Statistics, and Computer Science Honors Projects. 2013. Paper 29. P. 1–41.

Chong T. J., Tang X. J., Leng C. H., Yogeswaran M., Ng O. E., Chong Y. Z. Sensor Technologies and Simultaneous Localization and Mapping (SLAM). Procedia Computer Science. 2015. Vol. 76. P. 174–179.

Фатеев А. В. Разработка робототехнического модуля, позволяющего вычислять карту окружающего пространства: магистерская диссертация по направлению подготовки: 02.04.02 «Фундаментальная информатика и информационные технологии / Томск. гос. ун-т. Томск, 2016. 50 с.

Hugh Durrant-Whyte, Tim Bailey. Simultaneous Localisation and Mapping (SLAM): Part I The Essential Algorithms. IEEE Robotics and Automation Magazine. 2006. № 13 (2). P. 99–110. DOI:10.1109/MRA.2006.1638022.

Raul Mur-Artal, J. M. M. Montiel, Juan D. Tardos. ORB-SLAM: a Versatile and Accurate Monocular SLAM System. IEEE Transactions on Robotics. 2015. № 31(5). Р. 1147-1163. DOI:10.1109/TRO.2015.2463671.

Raul Mur-Artal, Juan D. Tardos. ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras. IEEE Transactions on Robotics. Jun 2017. № 31(5), Р. 1255-1262. DOI:

1109/TRO.2017.2705103.

Engel, J., Schops, T., Cremers, D.: LSD-SLAM: Large-Scale Direct Monocular SLAM. In:Fleet, D., Pajdla, T., Schiele, B., Tuytelaars, T. (eds.) ECCV 2014, Part II. LNCS, Vol. 8690, Р. 834-849. Springer, Heidelberg (2014).

Emilio Parisotto, Devendra Singh Chaplot, Jian Zhang, Ruslan Salakhutdinov. Global Pose Estimation with an Attention-based Recurrent Network. Feb. 2018. P. 1–10.

Yi Li, Chenggang Xie, Huimin Lu, Xieyuanli Chen, Junhao Xiao, Hui Zhang. Scale-aware Monocular SLAM Based on Convolutional Neural Network. August 2018.

##submission.downloads##

Як цитувати

Филимонов, И. Ю., Ревко, А. С., & Лысенко, И. Ю. (2019). СПОСОБЫ АВТОМАТИЧЕСКОГО ОПРЕДЕЛЕНИЯ ПОЛОЖЕНИЯ ДВИЖУЩЕЙСЯ ПЛАТФОРМЫ В ПРОСТРАНСТВЕ. Технічні науки та технології, (2(16), 071–078. вилучено із http://tst.stu.cn.ua/article/view/182183

Номер

Розділ

ІНФОРМАЦІЙНО-КОМП’ЮТЕРНІ ТЕХНОЛОГІЇ