В.А. Коковкина – ассистент,

Ярославский государственный университет им. П.Г. Демидова

E-mail: thief_rus@yahoo.com

В.А. Антипов – аспирант,

Ярославский государственный университет им. П.Г. Демидова

E-mail: valant777@gmail.com

В.П. Кирнос – ст. преподаватель,

Ярославский государственный университет им. П.Г. Демидова

E-mail: crafter76@gmail.com

А.Л. Приоров – д.т.н., профессор,

Ярославский государственный университет им. П.Г. Демидова

E-mail: andcat@yandex.ru

Е.Д. Гурьянов – аспирант,

Ярославский государственный университет им. П.Г. Демидова

E-mail: guryanoved@yandex.ru

Постановка проблемы. В задаче одновременной локализации и построения карты (SLAM) для мобильных объектов важную роль играют алгоритмы для оценки месторасположения наблюдаемых ориентиров.

Цель. Применительно к задаче SLAM исследовать и сравнить различные алгоритмы обнаружения ориентиров по данным лазерной сканирующей системы на основе контурного анализа.

Результаты. Исследования проводились методом имитационного моделирования в виртуальной среде Gazebo. Приведено исследование по определению оптимальных с точки зрения точности параметров алгоритмов обнаружения ориентиров. 

Рассмотрено влияние шума на их работу. Проведены некоторые другие сравнительные исследования. 

Практическая значимость. Результаты моделирования показали, что алгоритмы обнаружения ориентиров по данным лазерной сканирующей системы на основе контурного анализа показывают точность работы на уровне с визуальными методами обнаружения ориентиров, а в ряде случаев и выше.

1. Гэн К., Чулин Н.А. Алгоритм навигации беспилотного летательного аппарата на основе улучшенного алгоритма одновременной локализации и картографирования с адаптивным локальным диапазоном наблюдения // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2017. № 3. С. 76–94.
2. Dissanayake G., Durrant-Whyte H., Bailey T. Computationally efficient solution to the simultaneous localization and map building (SLAM) problem // Proceedings 2000 ICRA. Millennium Conference. IEEE International Conference on Robotics and Automation. Symposia Proceedings, Australia, 2000.
3. Фурман Я.А., Кревецкий А.В., Передреев А.К., Роженцов А.А, Хафизов Р.Г., Егошина И.Л., Леухин А.Н. Введение в контурный анализ. М.: 2003. С. 369–379.
4. Rattarengsi A., Chin R.T. Scale-Based Detection of corners of planar curves // IEEE Trans. Pattern Anal. Mach. Intell. 1992.
5. Ray B.K., Ray K.S. Detection of significant points and polygonal approximation of digitized curves // Pattern Recognition Lett. 13. 1992. P. 443–452.
6. Garrido A., Perez De La Blanca N., Garcia-Silvente M. Boundary simplification using a multiscale dominant-point detection algorithm // Pattern Recognition. 1998. V. 31. № 6. P. 791–804.
7. Teh C.H., Chin R.T. On the detection of dominant points on digital curves // IEEE Trans. Anal. Mach. Intell. 1989. P. 859–872.
8. Wu W.Y. An adaptive method for detecting dominant points // Pattern Recognition. 2003. V. 36. P. 2231–2237.
9. Witkin A.P. Scale-space filtering // Proc. 8th Int. Joint Conf. Artif. Intell., Karlsruhe, Germany. 1983. P. 1019–1022.
10. Li Y., Olson E. Extracting general-purpose features from LIDAR data // Proc. of IEEE Int’l Conf. on Robotics and Automation. Anchorage, AK, USA. May 2010.
11. Прозоров А.В., Приоров А.Л. Трехмерная реконструкция сцены с применением монокулярного зрения // Измерительная техника. 2014. С. 24–28.
12. Прозоров А.В., Приоров А.Л. Предобработка карты глубины для повышения точности позиционирования камеры в задаче одновременной локализации и картирования // Успехи современной радиоэлектроники. 2016. № 4. С. 66–71.