Xây Dựng Bản đồ Sử Dụng Camera Rgbd Kết Hợp Imu Trên Nền Tảng Ros

Có thể bạn quan tâm

Tải bản đầy đủ (.pdf) (81 trang)

Trang chủ

Thạc sĩ - Cao học

Kỹ thuật

Xây dựng bản đồ sử dụng camera rgbd kết hợp imu trên nền tảng ros

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (4.37 MB, 81 trang )

ĐẠI HỌC QUỐC GIA TP. HCMTRƯỜNG ĐẠI HỌC BÁCH KHOA--------------------VŨ MINH HOÀNGXÂY DỰNG BẢN ĐỒ SỬ DỤNG CAMERA RGBDKẾT HỢP IMU TRÊN NỀN TẢNG ROSChuyên ngành: Kỹ Thuật Điều Khiển Và Tự Động HóaMã số: 60520216LUẬN VĂN THẠC SĨTP. HỒ CHÍ MINH, tháng 12 năm 2015 Cơng trình được hồn thành tại : Trường Đại học Bách Khoa – ĐHQG Tp.HCMCán bộ hướng dẫn khoa học: PGS.TS. HUỲNH THÁI HOÀNGCán bộ chấm nhận xét 1: TS. HỒNG MINH TRÍCán bộ chấm nhận xét 2: PGS.TS. NGUYỄN CHÍ NGƠNLuận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG TP.HCMngày 04 tháng 01 năm 2016Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:1. PGS.TS. DƯƠNG HỒI NGHĨA (CTHĐ)2. TS. TRƯƠNG ĐÌNH CHÂU (UV)3. TS. NGƠ MẠNH DŨNG (TK)4. TS. HỒNG MINH TRÍ (PB1)5. TS. NGUYỄN CHÍ NGƠN (PB2)Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lýchuyên ngành sau khi luận văn đãđược sửa chữa (nếu có).CHỦ TỊCH HỘI ĐỒNGTRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCMCỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAMTRƯỜNG ĐẠI HỌC BÁCH KHOAĐộc lập - Tự do - Hạnh phúcNHIỆM VỤ LUẬN VĂN THẠC SĨHọ tên học viên: VŨ MINH HOÀNGMSHV: 13153061Ngày, tháng, năm sinh: 06/08/1990Nơi sinh: Đồng NaiChuyên ngành: Kỹ Thuật Điều Khiển Và Tự Động Hóa60 52 02 16I. TÊN ĐỀ TÀI:XÂY DỰNG BẢN ĐỒ SỬ DỤNG CAMERA RGBD KẾT HỢP IMU TRÊN NỀN TẢNG ROSII. NHIỆM VỤ VÀ NỘI DUNG:-Xây dựng mơ hình cầm tay có khả năng xây dựng bản đồ mơi trường trong nhàsử dụng camera RGBD và IMU.-Kiểm tra đánh giá mơ hình, kết quả tích hợp IMU vào hệ thống.III. NGÀY GIAO NHIỆM VỤ: 17/08/2015IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 10/12/2015V.CÁN BỘ HƯỚNG DẪN: PGS.TS Huỳnh Thái HoàngTp. HCM, ngày….. tháng ….. năm 201…CÁN BỘ HƯỚNG DẪNCHỦ NHIỆM BỘ MÔN ĐÀO TẠOPGS.TS Huỳnh Thái HồngTS. Trương Đình ChâuTRƯỞNG KHOA ĐIỆN-ĐIỆN TỬTS. Đỗ Hồng Tuấn LỜI CÁM ƠNTrong q trình thực hiện đề tài, tơi đã nhận được sự hướng dẫn, chỉ bảo tận tình củacác thầy cô trong khoa Điện – Điện tử, đặc biệt là các thầy cô trong bộ môn Điều KhiểnTự Động, sự giúp đỡ của bạn bè cũng như sự động viên, khích lệ tinh thần từ phía giađình.Tơi xin gửi đến thầy PGS.TS Huỳnh Thái Hoàng lời biết ơn sâu sắc vì đã dành thời gianquý báu để hướng dẫn, tạo điều kiện thuận lợi cũng như cho tôi những lời khun bổích để hồn thành luận văn này.Cuối cùng tôi xin cám ơn cha mẹ và các anh chị em trong gia đình đã động viên và tạođiều kiện giúp tơi vượt qua những khó khăn trong suốt q trình học tập và nghiên cứuvừa qua.TP Hồ Chí Minh, tháng 12/2015VŨ MINH HOÀNGi TĨM TẮTLuận văn xây dựng mơ hình cầm tay có khả năng định vị và xây dựng bản đồ môi trườngtrong nhà. Mục tiêu của luận văn là áp dụng bộ lọc Kalman để kết hợp thông tinodometry từ camera RGBD và thơng tin góc xoay của IMU trên mơi trường hệ điềuhành robot ROS. Kết quả thực nghiệm trong luận văn này cho thấy việc tích hợp thêmthơng tin về góc xoay của IMU vào hệ thống đã khiến hệ thống hoạt động chính xáchơn. Trong trường hợp có thêm thơng tin góc xoay của IMU thì quỹ đạo chuyển độngcủa robot được ước lượng với sai số nhỏ hơn trường hợp chỉ có thơng tin từ cameraRGBD.ABSTRACTThis thesis build up a mobile model that can localize and build map for indoorenvironment. The target of this thesis is implement a Kalman filter in order to combineodometry information from RGBD camera and angle information from IMU on RobotOperation System framework. The experimental results show that the integration ofangle information from IMU to the system make it work more accuracy. In case ofcombination of camera and IMU, the estimated trajectory of robot has error smaller thanthe system that works with only camera.ii LỜI CAM KẾTTôi xin cam kết luận văn này là do tơi biên soạn. Các nội dung biên soạn có tham khảotừ các nguồn khác đều được trích dẫn và chú thích đầy đủ. Tất cả các kết quả đánh giáthực nghiệm đều do chính bản thân tơi tự làm ra, hồn tồn khơng sao chép từ bất kỳmột tài liệu hoặc cơng trình nghiên cứu nào khác.Nếu tơi khơng thực hiện đúng các cam kết nêu trên, tôi xin hoàn toàn chịu trách nhiệmtrước kỷ luật của nhà trường cũng như pháp luật Nhà nước.VŨ MINH HOÀNGiii MỤC LỤCLỜI CÁM ƠN .................................................................................................................. iTÓM TẮT....................................................................................................................... iiABSTRACT ................................................................................................................... iiLỜI CAM KẾT ..............................................................................................................iiiMỤC LỤC ..................................................................................................................... ivDANH SÁCH VIẾT TẮT ............................................................................................ viiDANH MỤC HÌNH ẢNH ...........................................................................................viiiDANH MỤC BẢNG BIỂU ........................................................................................... xiCHƯƠNG 1.GIỚI THIỆU ........................................................................................ 1Tổng quan ......................................................................................................... 1Tổng quan các nghiên cứu liên quan. ............................................................... 4MỤC TIÊU CỦA LUẬN VĂN ...................................................................... 12Mục tiêu.................................................................................................... 12Nhiệm vụ .................................................................................................. 14Sơ lược về nội dung luận văn ......................................................................... 14CHƯƠNG 2.LÝ THUYẾT CÁC THUẬT TOÁN ................................................. 16Sơ đồ khối hệ thống: ....................................................................................... 16Trích đặc trưng ảnh (feature detection): ................................................... 17Đánh dấu và ghép các điểm đặc trưng (feature description and matching)17Tính tốn vị trí mới của camera: .............................................................. 18Iterative Closest Point (ICP) .................................................................... 20Tối ưu bản đồ: .......................................................................................... 21iv Phát hiện vịng kín:................................................................................... 21Bộ lọc Kalman ................................................................................................ 24Tổng quan về bộ lọc Kalman ................................................................... 24CHƯƠNG 3.HỆ ĐIỀU HÀNH ROBOT ROS ....................................................... 29Giới thiệu tổng quan hệ điều hành ROS ......................................................... 29ROS là gì? ................................................................................................ 29Ưu điểm của ROS: ................................................................................... 30Các thơng tin khác .................................................................................... 31Mơ hình ROS .................................................................................................. 34Tầng ROS Filesystem .............................................................................. 34Tầng ROS Computation Graph ................................................................ 35Tầng ROS Community ............................................................................. 40Lớp ứng dụng: Higher-level Concepts............................................................ 41Thư viện Client ............................................................................................... 44Tổng quan về thư viện Client ................................................................... 44Các thư viện client chính .......................................................................... 44Các thư viện client Chuyên biệt ............................................................... 45CHƯƠNG 4.MƠ HÌNH THỰC NGHIỆM ............................................................ 46Phần cứng ........................................................................................................ 46Camera RGBD Asus Xtion Pro Live ....................................................... 46Razor IMU................................................................................................ 47Phần mềm ........................................................................................................ 47Package openni2_launch .......................................................................... 48Package rtabmap_ros ............................................................................... 49v Package razor_imu ................................................................................... 49Package extended_kalman: ...................................................................... 50Mơ hình thực nghiệm ...................................................................................... 50Kết quả: ........................................................................................................... 51Sơ đồ node graph: .................................................................................... 51Xây dựng bản đồ: ..................................................................................... 53Góc xoay roll, pitch, yaw của hệ thống: ......................................................... 57Quỹ đạo chuyển động của camera: ................................................................. 58Thống kê sai số của quỹ đạo chuyển động trong bảng sau: ..................... 62CHƯƠNG 5.KẾT LUẬN ....................................................................................... 63Các kết quả đã đạt được .................................................................................. 63Hướng phát triển của đề tài ............................................................................. 63TÀI LIỆU THAM KHẢO ............................................................................................ 64LÝ LỊCH TRÍCH NGANG .......................................................................................... 67vi DANH SÁCH VIẾT TẮTINS: Inertial Navigation SystemIMU: Inertial Measurement UnitMEMS: Microelectromechanical systemsGPS: Global Positioning Systemvii DANH MỤC HÌNH ẢNHHình 1-1 Encoder Omron E6C2 ..................................................................................... 2Hình 1-2 Từ trái qua phải: GY-85, Razor IMU.............................................................. 2Hình 1-3 Từ trái qua phải: Elphel353, bumblebee2 ...................................................... 3Hình 1-4 Từ trái qua phải: cảm biến siêu âm HC-SR04, laser scanner SICK, RGBDcamera Kinect, RGBD camera Asus Xtion Pro Live ...................................................... 3Hình 1-5 Nghiên cứu [4]: SLAM dựa vào Kinect và giải thuật Gmapping cho kết quảtốt nhưng bài báo chỉ áp dụng trên mơi trường 2D. ...................................................... 5Hình 1-6 Kết quả đạt được trong nghiên cứu [8]: Đề tài này chỉ sử dụng camera RGBDvà giải quyết bài toán SLAM trên nền hệ điều hành robot ROS. ................................... 6Hình 1-7 Nghiên cứu [5] Dora robot, VIRGILE HÖGMAN - Royal Institute ofTechnology (KTH), Stockholm, Sweden. Kết quả đạt được tốt. Nghiên cứu này xây dựngodometry của robot bằng tín hiệu encoder kết hợp với hình ảnh từ camera Kinect. ..... 6Hình 1-8 Kết quả từ nghiên cứu [5] ............................................................................... 7Hình 1-9 Nghiên cứu [7] sử dụng phương pháp SIFT để trích đặc trưng ảnh, sử dụngchu trình RANSAC và giải thuật Iterative Closest Point để xác định odometry, sử dụngTORO, một công cụ tối ưu phục vụ các nghiên cứu SLAM nhằm thực hiện việc xác địnhvịng lặp kín (loop closure detection). Kết quả đạt được tốt. ......................................... 8Hình 1-10 Layout hệ thống của nghiên cứu [11] ........................................................... 9Hình 1-11 Kết quả đạt được của nghiên cứu [11] ......................................................... 9Hình 1-12 Mơ hình thực nghiệm trong nghiên cứu [12] .............................................. 10Hình 1-13 Kết quả đạt được của nghiên cứu [12] ....................................................... 11Hình 2-1 Sơ đồ khối cách giải quyết bài tốn SLAM sử dụng camera RGBD ............ 16Hình 2-2 Đánh dấu và ghép đặc trưng ......................................................................... 18Hình 2-3 Các điểm node tượng trưng cho vị trí và các cạnh tượng trưng cho phépchuyển vị trí .................................................................................................................. 21Hình 2-4 Tối ưu lại các node khi có thêm ràng buộc. .................................................. 23Hình 2-5 Sơ đồ hệ thống ước lượng ............................................................................. 25Hình 3-1 Một hệ robot được xây dựng trên ROS ......................................................... 29viii Hình 3-2 So sánh khối lượng khoa học giữa việc sử dụng ROS hay khơng dùng. ....... 30Hình 3-3 Những mặt mạnh của ROS ............................................................................ 31Hình 3-4 Phân bố cộng đồng đóng góp mã nguồn mở ROS trên thế giới (theo [13]) . 32Hình 3-5 Mã nguồn ROS phát triển qua các năm (theo [13]) ..................................... 33Hình 3-6 Một số robot được thực hiện với ROS ........................................................... 33Hình 3-7 Mơ tả Parameter ........................................................................................... 35Hình 3-8 Quan hệ giữa action – topic .......................................................................... 36Hình 3-9 Mơ tả phương thức hoạt động của service .................................................... 37Hình 3-10 Sơ đồ mơ tả phương thức tổ chức trong ROS ............................................. 38Hình 3-11 Mơ hình giao tiếp cơ bản trong ROS .......................................................... 38Hình 3-12 Giao tiếp giữa các nodes............................................................................. 39Hình 3-13 Sơ đồ mơ tả phương thức tổ chức ROS: repository với stack và các thànhphần khác của ROS....................................................................................................... 41Hình 3-14 ROS universe và repository ......................................................................... 41Hình 3-15 Mơ tả phương thức hoạt dộng server – client ............................................. 42Hình 3-16 Tổng quan về lớp ứng dụng......................................................................... 44Hình 4-1 Camera Asus Xtion Pro Live ......................................................................... 46Hình 4-2 Board Razor IMU .......................................................................................... 47Hình 4-3 Sơ đồ khối hệ thống được thực hiện trong luận văn. .................................... 48Hình 4-4 Hệ tọa độ của mơ hình. ................................................................................. 51Hình 4-5 Sơ đồ nodegraph SLAM với camera Asus Xtion Pro Live ............................ 52Hình 4-6 Sơ đồ nodegraph SLAM với camera Asus Xtion Pro Live kết hợp IMU....... 53Hình 4-7 Bản đồ xây dựng được khi chỉ sử dụng camera Asus Xtion Pro Live ........... 54Hình 4-8 Bản đồ xây dựng được khi sử dụng camera Asus Xtion Pro Live kết hợp boardIMU. .............................................................................................................................. 56Hình 4-9 Hình ảnh thực tế căn phịng dùng thí nghiệm. .............................................. 56Hình 4-10 Góc roll của hệ thống .................................................................................. 57Hình 4-11 Góc pitch của hệ thống ............................................................................... 57Hình 4-12 Góc yaw của hệ thống ................................................................................. 58ix Hình 4-13 Quỹ đạo chuyển động của camera theo đường trịn bán kính 0.8m khi chỉ sửdụng camera Asus Xtion Pro Live ................................................................................ 59Hình 4-14 Quỹ đạo chuyển động của camera theo đường trịn bán kính 0.8m khi sửdụng camera Asus Xtion Pro Live kết hợp IMU ........................................................... 59Hình 4-15 Quỹ đạo chuyển động của camera theo hình vng 0.8×0.8m khi chỉ sử dụngcamera Asus Xtion Pro Live ......................................................................................... 60Hình 4-16 Quỹ đạo chuyển động của camera theo hình vng 0.8×0.8m khi sử dụngcamera Asus Xtion Pro Live kết hợp IMU .................................................................... 61x DANH MỤC BẢNG BIỂUBảng 1 - Sai số khi cho robot di chuyển với các quỹ đạo khác nhau của nghiên cứu [12]................................................................................................................................... 11Bảng 2 - So sánh các loại camera RGBD trên thị trường.......................................... 12Bảng 3 - Tổng hợp chức năng các phương pháp xử lý đặc trưng ............................. 18Bảng 4 - Công thức bộ lọc EKF ................................................................................ 27Bảng 5 - Thống kê sai số quỹ đạo chuyển động ........................................................ 62xi Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSCHƯƠNG 1.GIỚI THIỆUTổng quanHiện nay hướng nghiên cứu về robot tự hành đang phát triển rất mạnh mẽ trên toànthế giới. Nhờ sự phát triển vượt bậc về công nghệ chế tạo cảm biến mà ngày càng cónhiều lựa chọn cho các nhà phát triển dựa vào mục đích xây dựng mơ hình (chủ yếulà do đặc điểm mơi trường hoạt động).Trong các bài tốn về robot tự hành, bài toán về định vị robot được xem là một bàitốn nền tảng để có thể thực hiện các tác vụ thơng minh kế tiếp. Bài tốn định vị làbài toán ước lượng hệ tọa độ gắn với robot bằng cách thu thập các thông tin từ cảmbiến, trong đó, thơng tin từ mơi trường hoạt động (bản đồ) là có thể biết trước hoặckhơng.Với mơi trường hoạt động khơng biết trước thì bài tồn định vị robot sẽ bao gồm 2thành phần chính: xây dựng bản đồ của mơi trường xung quanh và định vị trí của nótrên bản đồ mới xây dựng được đó. Quá trình xử lý đồng thời cả 2 bài tốn trên cùnglúc được gọi là SLAM (Simultaneous Localization And Mapping).Với môi trường ngồi trời (outdoor) việc định vị có thể được thực hiện sử dụng GPS(với ngưỡng sai số cho phép) để robot sử dụng cho việc dẫn hướng. Tuy nhiên đốivới mơi trường trong nhà (indoor) thì việc sử dụng GPS là không khả thi do môitrường hoạt động nhỏ khiến sai số từ các hệ thống GPS thông dụng là q lớn hoặcmơi trường kín nơi khơng có tín hiệu GPS thì cần giải pháp khác phù hợp hơn.Ngồi GPS, các cảm biến thường được sử dụng trong bài toán SLAM là Encoder,IMU, camera và cảm biến khoảng cách. Một vài đặc điểm của các loại cảm biến nóitrên sẽ được học viên trình bày tiếp sau đây:Encoder: Thiết bị này được dùng rộng rãi nhờ vào tính đơn giản và rẻ tiền. Từ giá trịxung của encoder và đường kính biết trước của bánh xe ta sẽ tính được quãng đườngdi chuyển của từng bánh xe. Kết hợp với kết cấu cơ khí của robot ta suy ra được1 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSchuyển động chung cho robot. Rõ ràng phương pháp này phụ thuộc nhiều vào kết cấucơ khí của robot và khơng thể áp dụng cho các hệ robot khác nhau. Phương pháp nàycòn một nhược điểm nữa là nó chỉ định vị được trong khơng gian 2D.Hình 1-1 Encoder Omron E6C2IMU: Thiết bị này được sử dụng rộng rãi từ khi công nghệ MEMS(microelectromechanical systems) ra đời khiến giá thành giảm và việc ứng dụng nóvào robot di động trở nên khả thi và dễ dàng hơn. Đầu tiên ta phải tính giá trị gia tốcchuyển động của robot dựa vào hiệu số giữa giá trị thu được từ cảm biếnAccelerometer và hình chiếu của vector trọng trường Trái Đất lên robot. Sau đó tatích phân hai lần để thu được quãng đường di chuyển. Phương pháp này có ưu điểmlớn là ta có thể phát triển thuật toán định vị độc lập với robot. Tuy nhiên việc tíchphân hai lần trên giá trị gia tốc sẽ gây ra sai số tích lũy lớn dần theo thời gian do đóđặt ra u cầu phải tích hợp thêm cảm biến để bù lại sai số này.Hình 1-2 Từ trái qua phải: GY-85, Razor IMU2 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSCamera: Thiết bị camera thường được sử dụng là monocular camera hoặc stereocamera. Với các giải thuật xử lý ảnh thì sử dụng camera sẽ cho ta định vị trí của robot.Tuy nhiên độ chính xác sẽ không cao do nhiễu từ môi trường (ánh sáng, môi trườngkhông đủ đặc trưng…) Mặt khác, giá thành của stereo camera khá mắc.Hình 1-3 Từ trái qua phải: Elphel353, bumblebee2Cảm biến khoảng cách: sử dụng các thiết bị như cảm biến siêu âm, laser scanner sẽcho phép định vị robot nhờ vào ước lượng chuyển động tương đối giữa robot so vớivật cản hay môi trường. Cảm biến siêu âm (ultra sonic), hay laser scanner tính khoảngcách từ robot tới vật cản dựa vào tích thời gian truyền-phản hồi của sóng và vận tốctruyền sóng. Một loại cảm biến khác dùng structure-light như Microsoft Kinect, AsusXtion Pro hay Creative Senz3D hoạt động với một máy chiếu các tia sáng hồng ngoạikiểu các pixel ra không gian trước mặt sau đó camera hồng ngoại đọc về và dựa vàongun lí giống stereo camera để so sánh ảnh nhận được và ảnh đã calib để so sánhsẽ cho phép tính ra được độ sâu tương ứng với từng pixel trên ảnh.Hình 1-4 Từ trái qua phải: cảm biến siêu âm HC-SR04, laser scanner SICK, RGBDcamera Kinect, RGBD camera Asus Xtion Pro LiveĐể giải quyết bài tốn SLAM ta có thể kết hợp các thiết bị trên tùy thuộc vào yêu cầuhoạt động. Trên thế giới đã có nhiều đề tài như:3 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROS-Sử dụng laser scanner như đề tài [1]-Sử dụng cảm biến siêu âm như đề tài [2][3]-Sử dụng camera RGBD (Kinect) như đề tài [4][5][6][7][8]-Kết hợp encoder và cảm biến siêu âm như [9]-Kết hợp encoder và stereo camera như đề tài [10]Cảm biến siêu âm có nhược điểm là độ chính xác khơng cao và khoảng cách cũngkhơng xa (ví dụ cảm biến siêu âm giá rẻ HC-SR04 chỉ cho độ tin cậy trong khoảng từ2->300 cm). Stereo camera hoặc laser scanner cho kết quả rất tốt do có thơng tin vềđộ sâu ảnh chính xác với khoảng cách xa, tuy nhiên vấn đề gặp phải khi sử dụng cácthiết bị này là mặt chi phí. Đối với các ứng dụng nhằm mục đích thương mại hóa nhưmáy hút bụi tự động hoặc robot tự hành hoạt động trong kho hàng, UAV…, độ chínhxác khơng địi hỏi q khắc khe nhưng chi phí phải chấp nhận được. Khi đó việc sửdụng camera RGBD thực sự hiệu quả.Với mong muốn thực hiện một thiết bị có khả năng xây dựng bản đồ môi trường xungquanh giá rẻ, sử dụng các thiết bị thông dụng trên thị trường, học viên lựa chọn cameraRGBD. Thiết bị này cung cấp đủ thông tin để định vị robot và nhỏ gọn, thích hợp vớicác ứng dụng di động. Ngồi ra có thể dễ dàng kết hợp thiết bị này với các loại cảmbiến khác nhằm mục đích cải thiện quỹ đạo chuyển động của robot, cải thiện khả năngđịnh vị của robot.Tổng quan các nghiên cứu liên quan.Một số đề tài về SLAM trên thế giới sử dụng camera RGBD:4 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-5 Nghiên cứu [4]: SLAM dựa vào Kinect và giải thuật Gmapping cho kếtquả tốt nhưng bài báo chỉ áp dụng trên môi trường 2D.5 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-6 Kết quả đạt được trong nghiên cứu [8]: Đề tài này chỉ sử dụng cameraRGBD và giải quyết bài toán SLAM trên nền hệ điều hành robot ROS.Hình 1-7 Nghiên cứu [5] Dora robot, VIRGILE HÖGMAN - Royal Institute ofTechnology (KTH), Stockholm, Sweden. Kết quả đạt được tốt. Nghiên cứu này xâydựng odometry của robot bằng tín hiệu encoder kết hợp với hình ảnh từ cameraKinect.6 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-8 Kết quả từ nghiên cứu [5]7 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-9 Nghiên cứu [7] sử dụng phương pháp SIFT để trích đặc trưng ảnh, sửdụng chu trình RANSAC và giải thuật Iterative Closest Point để xác định odometry,sử dụng TORO, một công cụ tối ưu phục vụ các nghiên cứu SLAM nhằm thực hiệnviệc xác định vịng lặp kín (loop closure detection). Kết quả đạt được tốt.Với các đề tài trong nước thì học viên chỉ tìm được 2 đề tài thực hiện SLAM sử dụngcamera RGBD Kinect:Nghiên cứu thứ nhất có tên [11] “Indoor Mobile Navigation Using ROS”, Thien-MinhNguyen-Pham trong hội nghị The 2014 FEEE Student Research Conference (FEEESRC 2014).8 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-10 Layout hệ thống của nghiên cứu [11]Hình 1-11 Kết quả đạt được của nghiên cứu [11]Nội dung nghiên cứu là giải quyết bài toán định vị robot với thông tin về môi trườnghoạt động (bản đồ) được cung cấp trước. Mơ hình được xây dựng dựa trên hệ điềuhành robot ROS với cảm biến hình ảnh là camera Kinect thế hệ 1. Odometry đượcxây dựng dựa trên tín hiệu trả về từ 2 encoder của 2 bánh xe robot. Giải thuật định vịsử dụng là Monte Carlo Localization. Kết quả của nghiên cứu đạt được là robot cóthể tiếp cận vị trí đích đặt trước trên bản đồ với khả năng tránh né vật cản không biếttrước trên đường.Nghiên cứu thứ hai là một luận văn đại học có tên [12] “Xác định đường đi của robotdung Kinect trên nền tảng ROS” của sinh viên Lại Thành Phước năm 2013.9 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-12 Mơ hình thực nghiệm trong nghiên cứu [12]Đề tài này có mục tiêu là xác định quỹ đạo chuyển động trong môi trường chưa cóthơng tin (khơng có bản đồ). Đề tài sử dụng thuật toán Shi-Tomasi và Iterative ClosestPoint để xác định Odometry thơng qua tín hiệu trả về từ camera Kinect thế hệ 1. Trongbáo cáo của đề tài khơng trình bày thuật tốn sử dụng để phát hiện vịng kín. Kết quảcủa đề tài là tốt với luận văn đại học.10 Xây dựng bản đồ sử dụng camera RGBD kết hợp IMU trên nền tảng ROSHình 1-13 Kết quả đạt được của nghiên cứu [12]Bảng 1 – Bảng sai số khi cho robot di chuyển với các quỹ đạo khác nhau củanghiên cứu [12]Trường hợpQuỹ đạo1Đường thẳng23Đường congHình chữ nhậtQuãngđường3.9 m5m9m11Sai số (m)Chi tiếtX = 0.10X = 0X= 0.048Đường tròn bánY = 0.107kính 0.8mX= 0.08Hình chữ nhậtY = 0.282.5m x 1m

Tài liệu liên quan

041_Xây dựng hệ thống báo điện tử trên nền tảng Portal và CMS
- 2
- 442
- 5
Xây dựng từ đỉển anh việt htdict trên nền j2me
- 54
- 710
- 1
Tài liệu BÁO CÁO "HỆ THỐNG HỖ TRỢ NGƯỜI DÙNG LẬP LỘ TRÌNH DU LỊCH TRÊN NỀN TẢNG MOBILE WEB " docx
- 5
- 514
- 0
Xây dựng hệ thống Web Conference dựa trên nền tảng mã nguồn mở Bigbluebutton
- 72
- 2
- 15
Xây dựng nhà ở kết hợp kinh doanh pot
- 7
- 288
- 0
Nghiên cứu xây dựng quy trình kết hợp các lực lượng trong tổ chức, thu dung, cấp cứu và điều trị hàng loạt tại các tuyến bệnh viện phục vụ ứng cứu khi xảy ra thảm hoạ các chuyên đề nghiên cứu
- 190
- 572
- 1
nghiên cứu xây dựng quy trình kết hợp các lực lượng trong tổ chức, thu dung, cấp cứu và điều trị hàng loạt tại các tuyến bệnh viện phục vụ ứng cứu khi xảy ra thảm hoạ
- 283
- 498
- 0
XÂY DỰNG GIẢI PHÁP BẢO MẬT DỰA TRÊN NỀN TẢNG ỨNG DỤNG MICROSOFT FOREFRONT TMG 2010 CHO CÔNG TY CỖ PHẦN THƯƠNG MẠI DỊCH VỤ D.M.A COMPUTER TECHNOLOGY
- 249
- 1
- 5
Xây dựng, phát triển kết hợp với bảo hộ ngành công nghiệp hoá dầu việt nam trong tiến trình hội nhập
- 114
- 257
- 0
nghiên cứu giải pháp kết cấu xây dựng đập trọng lực bê tông trên nền đá có đứt gãy lớn chịu ảnh hưởng của động đất
- 98
- 859
- 2