Распознавание объектов и типов опорной поверхности по данным комплексированной системы технического зрения
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2016 |
| Předmět: | |
| Zdroj: | Известия Южного федерального университета. Технические науки. |
| ISSN: | 1999-9429 |
| Popis: | Ввиду присущим дистанционно управляемым робототехническим комплексам (РТК) принципиальным недостаткам и ограничениям, обусловленным наличием канала связи, дальнейшее развитие военной и мобильной робототехники связано с переходом от дистанционно управляемых РТК к автономным. Для автономных систем управления мобильных роботов одной из центральных является задача формирования бортовыми средствами такой модели внешней среды, на которой возможно проигрывать и оптимизировать различные варианты будущего поведения и движения и эффективно решать навигационные задачи. Для искусственных сред и твёрдых грунтов построение модели может быть выполнено только по геометрическим данным, однако в естественных средах присутствуют также преодолимые препятствия и непреодолимые ровные участки, поэтому необходимо учитывать и опорные характеристики грунта. Для формирования наиболее полной и достоверной модели предлагается использовать данные комплексированной СТЗ, включающей взаимно-юстированные 3D-лазерный сенсор, цветную телевизионную камеру и тепловизор. Такое сочетание сенсоров обеспечивает получение геометрической модели внешней среды с распределением на ней цветового и температурного полей, что позволяет более просто и более достоверно решать задачи распознавания объектов и классификации зоны маневрирования не только по критерию геометрической, но и по критерию опорной проходимости. Gриведен математический аппарат определения типа поверхности (на примере четырёх типов поверхности: растительности, асфальта, песка, щебёнки) и выделения типовых объектов (на примере водной поверхности и открытого пламени). Представлены результаты работы созданного программного обеспечения в части сегментации комплексированного изображения с целью распознавания на опорной поверхности растительности и асфальта; распознавания в случае, когда внешние условия не гарантируют штатную работу какого-либо сенсора или когда в поле зрения попадают объекты, нерегистрируемые каким-либо сенсором; выделения водной поверхности и открытого пламени на комплексированном изображении. Приведенные в работе результаты натурных экспериментальных исследований позволяют сделать вывод, что использование комплексированных “тепло-видео-дальнометрических” изображений позволяет существенно расширить спектр решаемых по данным СТЗ задач распознавания-навигации и повысить эффективность их решения. Due to current remote controlled mobile robotic systems principal shortcomings caused by communication channel further development of mobile robotics is connected with autonomous control system utilization. One of the most important problems for autonomous robot control system is generating environment model based on on-board sensors that is accurate enough for planning future movement and behavior and for providing robot navigation. Model construction for industrial environments can be done by using only geometrical data, but rough terrain may contain passable obstacles and impassable flat areas. In this paper using of combined computer vision system data including mutually calibrated LiDAR sensor, color camera and thermovision camera images is proposed. Such a sensor combination provides geometrical environment model with color and thermal information, which provides more accurate and simple solution of object recognition and working area classification tasks not only by geometrical parameters, but also by ground passability criterions. Mathematical tool for ground type classification (by the example of four ground types: vegetation, asphalt, sand, gravel) and object detection (by the example of water surface and naked flame) is provided. Created software efforts is provided in: image segmentation for vegetation and asphalt detection; detection in case of improper single sensor operation or in case of distinct sensors’ fields of view; water surface and naked flame detection on combined image from computer vision system. Full-scale experiment results given in this paper admit to make a conclusion that using of combined color-thermal-distance images allows to significantly expand range of tasks that can be solved by computer vision system and to increase solving efficiency. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|
