АСПЕКТЫ ОРИЕНТАЦИИ РАЗЛИЧНЫХ БЕСПИЛОТНЫХ СИСТЕМ ПРИ ТРАНСПОРТИРОВКE ГРУЗА В ПРОСТРАНСТВЕ Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.9, 004.3

АСПЕКТЫ ОРИЕНТАЦИИ РАЗЛИЧНЫХ БЕСПИЛОТНЫХ СИСТЕМ ПРИ ТРАНСПОРТИРОВКЕ ГРУЗА В ПРОСТРАНСТВЕ

И. А. Паулин Научный руководитель - А. Г. Зотин

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: iapaulin.sibgu@gmail.com

В статье рассматриваются аппаратные, программные, алгоритмические и комбинированные способы ориентации различных беспилотных систем в пространстве при транспортировке грузов.

Ключевые слова: беспилотные системы, система стереозрения, лидар, адаптивные алгоритмы, машинное зрение, нейронные сети.

ASPECTS OF ORIENTATION OF DIFFERENT UNMANNED SYSTEMS WHEN TRANSPORTING CARGO IN SPACE

I. A. Paulin.

Scientific supervisor - A. G. Zotin

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation E-mail: iapaulin.sibgu@gmail.com

The paper discusses hardware, software, algorithmic and combined methods of orientation of various unmanned systems in space during the transportation of goods.

Key words: unmanned systems, stereo vision system, lidar, adaptive algorithms, machine vision, neural networks.

В современном мире все больше востребованы беспилотные системы (БС) для транспортировки различных грузов. Данные системы могут применятся на производстве для транспортировки груза между различными производственными участками, БС могут быть реализованы в виде различных автономных транспортных системах (АТС), а именно наземной колесной платформы, воздушных дронов [1], морских судов (надводных, подводных), роботов-манипуляторов. Разработка современных автономных систем - процесс непростой. Для ориентации АТС в пространстве им необходимо выполнять несколько подзадач в реальном времени [2]:

1. Локализация - определение местоположения АТС с сантиметровой точностью. Для могут быть использованы данные с различных сенсоров, высокоточные карты. В картах уже заложена масса полезной информации: например, данные о разметке, топологии местности, безопасных маршрутах и знаках.

2. Восприятие - идентификация окружающих объектов. АТС фиксирует их, определяет скорость и направление движения.

Секция «Программные средства и информационные технологии»

3. Предсказание - АТС пытается спрогнозировать движение других движущихся объектов, это могут быть различные транспортные средства, погрузчики, электротележки, грузовые машины, а также сам человек.

4. Планирование - исходя из трёх предыдущих задач, алгоритмы АТС

«определяют» собственные действия и отдают команды системам управления. И всё это

должно занимать миллисекунды.

Для ориентации АТС средств в окружающей среде применяют различные технические средства [3]:

Система стереозрения. При помощи двух работающих синхронно камер, стереозрение дает бортовой системе АТС информацию о цвете и яркости объекта на пути следования, о его геометрической форме, о препятствиях на пути и о расстоянии до них. Для этого система анализирует изображение объекта в трехмерном пространстве и создает его трехмерную полигональную модель.

Гиростабилизатор на базе гироскопа обеспечивает мягкое движение кузова, уменьшение бортовой качки и стабилизацию чувствительных систем управления. К различным грузам есть требования перевозки и без данной системы АТС не сможет отслеживать состояния перевозимого объекта и вносить оперативно корректировки в свои движения и выбирать более подходящий маршрут для успешного выполнения задачи.

Дальномер оптического распознавания и главное устройство ориентировки самоходных АТС - LIDAR. По сути лидар - лазерный сканер, работающий по принципу радара. Дальномер использует явления отражения света и его рассеивания в прозрачных и полупрозрачных средах, обрабатывает информацию об удалённых объектах с помощью активных оптических систем. Используя лучи когерентного излучения лазеров - в некоторых моделях таких лазеров больше 60 - они формируют трехмерную или двумерную картину окружающего мира. Но у лидара есть минусы: он не различает цветов, не может классифицировать сложные по форме объекты, а также изображения на знаках, если данных о них нет в загруженной карте.

Системы размеченного пространства. Данные системы применяют в замкнутом пространстве на складах или промышленных объектах. На пол, стены и статичные объекты наносят метки с помощью которых АТС может определять свое положение и траекторию движения, это может быть радиоаппаратура, разметка на полу, специальные знаки. Например, это помогает создавать безопасные зоны для работы роботов-манипуляторов без дополнительных огораживающих средств, разметка на полу может служить траекторией для движущихся объектов без использования дополнительного и дорогостоящего оборудования такие как лидар и стереозрения [4].

Все эти аппаратные системы позволяют выполнять АТС свою задачу в идеальных условиях. Но окружающая среда является не стабильной и труднопредсказуемой, что приводит к сложности ориентирования АТС в пространстве и выполнение им заданной задачи при возникновении не штатной ситуации.

Для преодоления данной ситуации используют различные адаптивные алгоритмы, которые позволят АТС обрабатывать не стандартную ситуацию и находить пути решения из подобных ситуаций. Применяют алгоритмы локализации, картографии, планирование траектории, обучение с подкреплением и другие методы машинного обучения. Наибольшего успеха достигли системы с внедрением нейронных сетей, которые решают задачи машинного зрения. Поэтому, к примеру, отсутствие разметки движения не является проблемой для программного обеспечения АТС. Для решения задачи могут быть использованы глубокие нейронные сети [5], такие как LidarNet, ClearSightNet, а также программные продукты, например Safety Force Field.

В современных АТС отдают предпочтения для ориентации камерам стереозрения, лидарам, наборам различных сенсоров для измерения расстояния.

Роботы-манипуляторы могут применять датчики температуры, давления и влажности для построения траектории захвата какого-либо изделия. На борту АТС должны быть соответствующие мощности для обработки данных различными алгоритмами поступающие с сенсорной аппаратуры.

Современные беспилотные системы уже в состоянии хорошо ориентироваться в пространстве, избегать аварий и обмениваться информацией. Однако есть ещё масса задач, которым их можно обучить для большей эффективности решаемых задач. Внедрение беспилотных транспортных средств в производство, это один из этапов который позволит значительно упростить логистику производства и в будущем позволит создавать облачные производства [6].

Статья подготовлена при финансовой поддержке Министерства науки и высшего образования Российской федерации (Договор № FEFE-2020-0017).

Библиографические ссылки

1. Распопов В .Я. Микросистемы угловой ориентации беспилотных летательных аппаратов. // Датчики и системы 2011. № 8. С. 3-12.

2. Степанов Д.Н. Методы и алгоритмы определения положения и ориентации беспилотного летательного аппарата с применением бортовых видеокамер // Программные продукты и системы 2014. №1. С. 150-157

3. About UAV Navigation [Электронный ресурс]. URL: https://www.uavnavigation.com/company/blog/uav-navigation-depth-inertial-navigation (дата обращения: 17.03.2021).

4. Veerajagadheswar Prabakaran, Mohan Rajesh Elaraa, Thejus Pathmakumar, ShunsukeNansai. Floor cleaning robot with reconfigurable mechanism // Automation in Construction.2018. Vol. 91, P. 155 - 165.

5. Щицелова А.В., Татьянкина В.М. Использование нейронных сетей глубокого доверия для идентификации объектов. // Математическое и информационное моделирование 2017. С. 512-516.

6. Eric Bauer. Cloud Automation and Economic Efficiency // IEEE Cloud Computing. 2018. Vol. 5, No 2, P. 26-32.

© Паулин И. А., 2021