CC BY
151
The method of construction of hardware and software, to diagnose sleep apnea, using simultaneous monitoring of the four parameters of the person during sleep snoring, the presence oronazalny flow, the movement of the chest, the degree of oxygen saturation.
Key words: obstructive sleep apnea, blood oxygen saturation, the hardware-software complex movement of the chest.
Saveliev Valery Viktorovich, doctor of technical science, professor, manager of department, pbs. tula@ramler.ru, Russia, Tula, Tula State University,
Ivakhno Natalia Valerievna, candidate of technical science, docent, pbs. tula@ramler. ru, Russia, Tula, Tula State University,
Misarev Aleksey Mikhilovich, undergraduate, pbs. tula@ramler.ru, Russia, Tula, Tula State University
УДК 681.7
ПРОЕКТИРОВАНИЕ СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ МОБИЛЬНЫХ КОЛЕСНЫХ РОБОТОВ
Е.В. Филиппова
Рассматриваются вопросы проектирования систем технического зрения и представлен пользовательский интерфейс моделирования движения мобильных колесных роботов.
Ключевые слова: мобильные колесные роботы, системы технического зрения, программный продукт, спектральные характеристики.
Робототехнические системы характеризуются повышенной мобильностью, активным взаимодействием с внешней средой, расширенными способностями приспособления к сложному, неопределенному и подвижному окружению. Высокие качественные характеристики и подвижность так называемых мобильных колесных роботов (МКР) используется для выполнения целого ряда операций, таких как обход препятствий, проникновение в труднодоступные зоны, выбор удачного подхода к внешним объектам и прецизионное движение по сложным криволинейным трассам с сохранением требуемой ориентации в пространстве.
Автономный подвижный робот является сложной управляемой электромеханической системой, состоящей из ходовой части и многоуровневой системы управления движением. В нем одновременно протекают механические процессы - движение робота и информационные процессы -обработка сигналов измерительных устройств и формирование управляющих сигналов.
Движение робота обуславливается большим количеством факторов, а именно характеристиками модели робота, его дополнительным оснащением, начальным положением робота, типом исследуемой местности и рельефом. Таким образом, процесс движения мобильного робота сводится к постоянной оценке местности с использованием камеры; обработке и распознаванию полученных сигналов, принятию решений на основе полученных данных о дальнейших действиях.
Восприятие изображения сцены во время движения МКР является достаточно сложной операцией, эффективность выполнения которой определяется рядом факторов, в том числе конструкцией робота, конструкцией системы технического зрения (СТЗ) и условиями эксплуатации транспортного средства.
В то же время любое конструктивное решение связано со вполне определенными материальными затратами, которые, как правило, возрастают при увеличении сложности изделия и расширении его потребительских свойств. В частности, к существенному удорожанию любого изделия приводит усложнение его системы управления.
Поэтому на этапе проектирования целесообразно определиться: с предельными условиями эксплуатации МКР, в частности, с характеристиками рельефа и микронеровностей, по которым будет перемещаться транспортное средство;
с характеристиками существующей транспортной базы робота, в частности, с его кинематической схемой и возможностями механики по амортизации и/или демпфированию случайных воздействий дороги;
со скоростными режимами работы МКР, в том числе и скоростями, на которых будет производиться обзор сцены; с типом системы управления; с предельной стоимостью изделия.
Любая дорога, по которой перемещается МКР, характеризуется двумя аспектами: профиль дороги, задаваемый функцией высот ^^у), и микронеровности, задаваемые местными превышениями рельефа h(x,y) относительно функции высот. Для определений условий эксплуатации МКР необходимо определять как первый, так и второй аспекты. [1]
Спектральные характеристики различных типов дорог могут быть построены по следующей методике.
1. Определение начальной точки дороги для измерения спектральной характеристики, шага, с которым будут измеряться значения высот вдоль дороги, и количества отсчетов для оценки корреляционной функции с необходимой точностью.
2. Выполнение измерений, получение значений превышения высоты каждой следующей точки над предыдущей.
3. Пересчет превышений дороги в значения высот относительно высоты начальной точки по зависимости (1), формирование простого стати-
¿—і І I ~ П1
= Kt(mAx)= -i=0---------------------------------—. (5)
стического ряда высот.
hi = hi _1 + А hi, h0 = 0, i = 1 2, ..., N. (1)
4. Аппроксимация простого статистического ряда высот прямой
линией по формуле (2), получение угла наклона трассы по зависимости (3).
e = X [hi - (aXi + b)]2 ® min, (2)
i=0
N N N
N X hiXi - X hi X Xi
Jh =-J=0--------i=0 i=0 . (3)
No ( N
N X Xi2 - X Xi
i=0 V i=0
5. Формирование простого статистического ряда для случайной функции микронеровностей по зависимости
h0 = hi - (aXi + b). (4)
6. Определение корреляционной функции по зависимости
N-m 0 0
X h 0 h 0
L-i пг ni+m
= _ = ^0_
m k T m ^ ( n - m +1)
7. Определение спектральной плотности по зависимости
М ( 2pmn ^
^Tn = %(nAwX) = XKt exp - j —— , n=0,1,...M. (6)
m=0 V М +1J
8. Расчет значений частот для дискретной функции спектра сигнала дороги по зависимости
. 2р ,_ч
ArnX =------. (7)
^ МА^
Спектральная характеристика угла крена дороги может быть построена по следующей методике.
1. Определение начальной точки дороги для измерения спектральной характеристики, шага, с которым будут измеряться значения превышения левой колеи над правой вдоль дороги, и количества отсчетов для оценки корреляционной функции с необходимой точностью.
2. Выполнение измерений, получение значений превышения левой колеи над правой в каждой точке Xi.
3. Определение математического ожидания превышения по зависимости
N
X
mdh = —— (8)
N +1
(9)
4. Формирование простого статистического ряда для случайной функции микронеровностей по зависимости
5Ы - т5Ы
5. Определение корреляционной функции по зависимости
Ы-т 0 0
си
°Ы °И(1+т)
К« т = К «(тДх) = ^=0
(N - т +1) где 0 £ т £ М - дискретный аргумент.
6. Определение спектральной плотности по зависимости
М ^ 2ктпЛ
(10)
$«п = (п^оХ ) = XК«т ехР
т=0
]
М +1
п = 0, 1, М. (11)
7. Расчет значений частот для дискретной функции спектра сигнала дороги по зависимости
Ди5=т1г (12)
ь мДх
Компьютерное моделирование позволяет решить такие задачи, как эмуляция движения конкретного робота на различных местностях; конструирование роботов, способных выполнять необходимые операции в определенных условиях.
Для того чтобы решить задачу синтеза системы управления, требуется знание всех текущих переменных состояний робота, которые впоследствии обрабатываются и на основе этого делаются выводы соответствующие поставленной задаче.
Моделирование движения робота реализуется в зависимости от заданных условий. Пользовательский интерфейс позволяет устанавливать и регулировать параметры.
Ходовая часть робота может быть колесной или гусеничной. Выбор типа ходовой части определяется характером местности, на которой преимущественно будет использоваться робот. Наиболее распространенной конструктивной схемой мобильных колесных роботов является четырехколесная компоновка. Такие транспортные системы обладают высокими эксплуатационными качествами на ровных твердых поверхностях (например, в городских условиях).
Описание модели робота Программа робота | Оснащение робота | Генератор ландшафта | Настройка имитации ( Выхс * *
гОбласть обследования---------
Максимальное ¡¿паление от базы [2000
Максимальный путь по однома вектора [50 Величина азимутального поворота [20
Автоматическая остановка после [15000
гНастройка анализаторов-------
| Интервал сканирования [5
(• Программное определение расстояния С Определение расстояния дальномером
ТулГУ Акименко Т. Д., Филиппова Е. В.
Рис. 2. Окно - программа робота
Рис. 3 Предварительная калибровка камеры
Выбор типа ходовой части определяется характером местности, на которой преимущественно будет использоваться робот. Классификация может быть произведена по значению измеренной корреляционной функции в разных точках. Первый параметр корреляционной функции, который может быть положен в основу классификации - значение функции - К/[т при т = 0. В этой точке К^т дает дисперсию микронеровностей дороги. Однако дисперсия имеет размерность квадрата расстояния, поэтому дороги принято различать по среднеквадратичному отклонению, т.е. по значению
л/Кг0.
Согласно существующим источникам дороги различаются следующим образом: дороги первого класса, у которых ^К^ £ 0,1 м; дороги
второго класса, у которых 0,1 £ ^К^о £ 0,2 м; дороги третьего класса, у
которых ТК^0 > 0,2 м. Дороги, у которых ^К^0 > 0,2 м, встречаются
редко, в городских условиях большинство дорог можно отнести к первому классу, а в полевых условиях - ко второму. [2]
Рис. 5. Окно - генератор ландшафта
Рис. 7. Окно - выходные параметры
Любое конструктивное решение связано со вполне определенными материальными затратами, которые, как правило, возрастают при увеличении сложности изделия и расширении его потребительских свойств.
Моделирование и вычислительные эксперименты позволяют повысить эффективность исследований динамических свойств подвижных роботов и проанализировать различные варианты стратегий и схем управления, существенно снизить материальные затраты, связанные с выбором конструкции робота, конструкции системы технического зрения в определенных условиях эксплуатации.
Список литературы
1. Ларкин Е.В., Акименко Т.А., Лучанский О.А. Моделирование движения автономных колесных транспортных средств: Монография. Тула: Изд-во ТулГУ, 2011. 160 с.
2. Мартыненко Ю.Г. Управление движением мобильных колесных роботов// Фундаментальная и прикладная математика. 2005. Т. 11, № 8. М.: Центр новых информационных технологии МГУ. С. 29 - 80.
Филиппова Екатерина Вячеславовна, аспирант, kisskin@bk.ru, Россия, Тула, Тульский государственный университет
DESIGN OF VISION MOBILE WHEELED ROBOTS E. V. Filippova
The problems of design of machine vision systems and presents a user interface simulating the movement of wheeled mobile robots.
Key words: mobile wheeled robots, vision systems, software, spectral characteristics.
Filippova Ekaterina Vyacheslavovna, postgraduate, kisskin@bk.ru, Russia, Tula, Tula State University
