Zestaw narzędzi wspomagających nawigację kołowym robotem mobilnym wyposażonym w sensor głębi

• Autorzy: Drwięga M. , Jakubiak J.

Warianty tytułu

EN

Tools for wheeled mobile robot navigation based on depth sensor data

• Języki publikacji: PL

Abstrakty

PL

Niniejszy referat prezentuje zestaw narzędzi, które powstały w celu wspomagania systemu autonomicznej nawigacji kołowej platformy mobilnej wyposażonej w sensor głębi. Dostępne funkcjonalności dotyczą między innymi konwersji obrazu głębi do postaci dwuwymiarowej we współrzędnych biegunowych, przy czym z mapy głębi usuwane jest podłoże i przeprowadzana jest kompensacja wpływu pochylenia czujnika na zwracane odległości. Dodatkowo, zestaw zawiera narzędzie do wykrywania przeszkód wklęsłych jak schody czy urwiska. Ostatni pakiet oprogramowania służy do estymacji wysokości oraz kąta pochylenia czujnika głębi względem podłoża na podstawie obrazu głębi. Narzędzia zaimplementowano w środowisku ROS i są kompatybilne z czujnikiem Microsoft Kinect.

EN

The paper presents set of tools based depth sensor for navigation system of ReMeDi mobile platform. First of the tools allows to convert a 3D depth image to a 2D scan in polar coordinates, to remove ground plane from the image and to compensate sensor tilt angle. Moreover, paper presents a method of negative obstacles detection based on depth sensor. The method is compatible with standard ROS navigation package. The last tool is used for the depth sensor pose estimation with respect to the ground using the RANSAC algorithm. The tools were implemented in ROS environment and they were tested with Microsoft Kinect sensor.

Słowa kluczowe

PL

robotyka; percepcja robotów; obraz RGB-D; nawigacja robotów; robot kołowy; robot mobilny; sensor głębi

EN

robotics; perception of robots; RGB-D image; robot navigation; wheeled robot; mobile robot; depth sensor

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2016
• Tom: z. 195, t. 2
• Strony: 437--446
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Drwięga M.

• Katedra Cybernetyki i Robotyki, Politechnika Wrocławska, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław

autor

Jakubiak J.

• Katedra Cybernetyki i Robotyki, Politechnika Wrocławska, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław

Bibliografia

• [1] K. Arent, W. Domski, M. Cholwiński. Deployment of model based robotic control algorithms, designed using Matlab/Simulink, in the form of OROCOS components operating under Linux Xenomai. Proc MMAR2015, 2015.
• [2] D. Borrmann, i in. The 3D Hough transform for plane detection in point clouds: A review and a new accumulator design. 3D Res., strony 32:1-32: 13, 2011.
• [3] M. Drwięga. Navigation tools. http://wiki.ros.org/depth_nav_tools.
• [4] M. Fischler, R. Bolles. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography. Commun. ACM, 24(6):381-395, 1981.
• [5] J. Jakubiak, M. Drwięga, B. Stanczyk. Control and perception system for ReMeDi robot mobile platform. Methods and Models in Automation and Robotics (MMAR), 2015 20th International Conference On, 2015.
• [6] A. Kadambi, A. Bhandari, R. Raskar. "Computer Vision and Machine Learning with RGB-D Sensors'', rozdział "3D Depth Cameras in Vision: Benefits and Limitations of the Hardware". Springer, 2014.
• [7] K. Kamarudin. i in. Method to convert Kinect's 3D depth data to a 2D map for indoor SLAM. strony 247-251, 2013.
• [8] T. Mazurkiewicz. Lokalizacja i parametryzacja obiektów z wykorzystaniem systemu sterowizyjnego, 2012. Praca Dyplomowa Magisterska.
• [9] PCL. Point Cloud Library. http://pointclouds.org.
• [10] A. Peer, i in. Towards a remote medical diagnostican for medical examinatio. NextMed MMVR21, 2014.
• [11] M. Różańska-Walczuk, M. Wiśniowski, O. Vashchyshyn. Wykrywanie ujemnych przeszkód w systemie nawigacji robota mobilnego. Prace Naukowe Politechniki Warszawskiej. Elektronika, z. 194, t. 1 : 337-346, 2014.
• [12] ReMeDi . Projekt. http://www.remedi-project.eu.
• [13] Chad Rockey. Pakiet depthimage_to_laserscan. http://wiki.ros.org/depthimage_to_laserscan.
• [14] ROS. Robot Operating System. http://www.ros.org.
• [15] T. Wiedemeyer. IAI Kinect2. https://github.com/code-iai/iai_kinect2, 2014-2015. Accessed June 12, 2015.
• [16] M. Ying Yang. W. Forstner. Plane detection in point cloud data. Department of Photogrammetry, University of Bonn, 2010.
• [17] Z. Zhang. Microsoft Kinect Sensor and Its Effect. IEEE MultiMedia, strony 4-10, 2012.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.