В фильме "Герои огня" есть такая сцена.После сцены пожара будет проверяться остаточный огонь.Из-за возгорания пепла при ручной проверке это несет большую опасность для работы пожарных.Интересно если А как насчет робота, который выполняет работу с высоким риском для людей?
Когда я впервые задумался о колесных и гусеничных наземных роботах, я обнаружил, что среда сцены после пожара всегда сложна, а наземная среда еще более суровая, а помещения с лестницей труднодоступны.
Так автономные быстро движущиеся дроны проносятся через мой разум. Я начал думать о том, как мне спроектировать свой дрон, какие функции мне нужны и как их реализовать. У меня наверное два технических маршрута.Первый это купить готовый летательный аппарат и добавить свои модули,но кастомизация таких дронов не так высока как эффект от поиска в помещении.Второй технический маршрут это использовать опенсорс. Программа глубоко проработана и настроена. Я выбрал последнее. Существует множество полетных контроллеров с открытым исходным кодом, но как самолет может летать автономно? Я нашел открытый проект автономного дрона Prometheus от Amu Labs. Я использовал несколько более крупных модулей, таких как внутреннее позиционирование, планирование пути (обход препятствий), управление и модули распознавания кода Aruco.
Среди них сравниваются два основных модуля планирования пути и модуль распознавания кода Aruco, и далее я дам краткое введение. Глобальное планирование пути делится на глобальный алгоритм и локальный алгоритм: глобальное планирование пути заключается в планировании пути для робота в известной среде. Точность планирования пути зависит от точности получения информации об окружающей среде. Глобальное планирование пути может найти оптимальное решение, но точную информацию об окружающей среде необходимо знать заранее, а при изменении среды, например неизвестных препятствиях, метод бессилен. Это своего рода предварительное планирование, поэтому оно не требует высокой вычислительной мощности роботизированной системы в реальном времени.Хотя результат планирования является глобальным и лучшим, он имеет низкую устойчивость к ошибкам и шуму модели окружающей среды.
Планирование локального пути означает, что информация об окружающей среде полностью неизвестна или частично известна.Оно фокусируется на учете текущей локальной информации об окружающей среде робота, чтобы робот имел хорошую способность избегать препятствий, и определяет рабочую среду робота с помощью датчиков для получения положение и геометрия препятствий.Этот вид планирования должен собирать данные об окружающей среде, и динамическое обновление модели окружающей среды может быть исправлено в любое время.Метод локального планирования объединяет моделирование и поиск окружающей среды, требуя, чтобы роботизированная система обладают возможностями высокоскоростной обработки информации и вычислительной мощностью, высокой устойчивостью к ошибкам окружающей среды и шуму, а также обратной связью в реальном времени и исправлением результатов планирования, но из-за отсутствия глобальной информации об окружающей среде результаты планирования могут быть не оптимальными, а правильный путь может быть даже не найден или полный путь. Они работают вместе, и робот может лучше спланировать маршрут ходьбы от начальной до конечной точки.
AАлгоритм: ААлгоритм представляет собой глобальный эвристический поисковый алгоритм, представляющий собой стратегию поиска, максимально основанную на имеющейся информации, информации о комиссиях и так далее.
Алгоритм A * учитывает стоимость перед выбором следующего узла для проверки и использует расстояние до цели в качестве ориентира, а сумма двух значений используется в качестве меры для оценки вероятности того, что узел находится на оптимальном маршруте. , Узел с высокой вероятностью находится на оптимальном пути.
Основная идея алгоритма А заключается в следующем: ввести функцию оценивания текущего узла jf^, функция оценки текущего узла j определяется как:вявляется мерой фактической стоимости от начальной точки до текущего узла j,— оценка минимального потребления от узла j до конечной точки, которую можно выбрать в соответствии с реальной ситуациейконкретная форма,Необходимо выполнить одно требование: она не может быть выше фактической минимальной стоимости от узла j до пункта назначения. При поиске от начального узла к узлу назначения выполнять поиск каждый разНаименьший узел до тех пор, пока не будет найден целевой узел.
------- Цитата из Amu Lab Prometheus-Wiki
Модуль распознавания кода Aruco: среди них ArUco — это миниатюрная библиотека дополненной реальности с открытым исходным кодом.Он используется не только для дополненной реальности, но и для реализации некоторых приложений машинного зрения.Последний бостонский робот-гуманоид Atlas также использовал модифицированный метод вне Визуальное позиционирование.
Библиотека с открытым исходным кодом ArUco имеет несколько функций, таких как: 1. Основана на C++ 2. Зависит только от OpenCV (≥2.4.9) и Eigen3. В планировании траектории используется алгоритм А, а в алгоритме обнаружения целей — алгоритм машинного зрения ArUco.Далее — демонстрационное видео поискового дрона внутри помещений (перейдите по ссылке в конце статьи):Tickets.WeChat.QQ.com/Yes?__Author=mz i…
- End -
Благодаря быстрому развитию технологий Amu Lab будет идти в ногу с темпами развития технологий и продолжать рекомендовать всем новейшие технологии и оборудование в индустрии робототехники. Наблюдение за тем, как студенты, прошедшие обучение у нас, делают рывки в технологиях, является величайшей ценностью нашего обучения. Если вы работаете в индустрии роботов, обратите внимание на нашу публичную учетную запись, мы продолжим публиковать самую ценную информацию и технологии в индустрии роботов. Amu Lab стремится к обучению и интеллектуальному оборудованию передовых ИТ-технологий, делая исследования и разработки роботов более эффективными!