Мобильный робот с функцией обхода препятствий на основе обзора

Аннотация:

Цель этого отчета - обсудить и продемонстрировать концепцию разработки и реализации мобильного робота, способного визуально обнаруживать и избегать препятствий с помощью веб-камеры USB. Система была перенесена на оборудование Raspberry Pi, компьютер на базе Linux за 35 долларов США. В этом блоге будут освещены важные концепции, необходимые для реализации успешной реализации мобильного робота, способного перемещаться в помещении. Предлагаемое решение предназначено для использования на складе для перевозки товаров из одного места в другое без участия человека-оператора.

Введение:

Роботы уже существуют на рынке, но их покупать дорого, и они специально разработаны для работы в одной среде, такой как склад, поле битвы или дома. Эти роботы способны обнаруживать препятствия с помощью пассивных датчиков, таких как ультразвуковые и инфракрасные датчики, и иногда их называют автономными транспортными средствами из-за их мобильности на поверхности земли. Традиционно эти автономные системы обычно оснащены пассивными датчиками, такими как ультразвуковые датчики расстояния, инфракрасные датчики или GPS для определения своего местоположения и окружающей среды. Наличие этих датчиков позволяет роботу избегать столкновения с препятствиями при размещении с препятствиями (Wang J. et al, 2011). Однако с развитием технологии недорогих встроенных компьютерных систем с высокой вычислительной мощностью можно использовать более надежный и экономичный метод проектирования автономных роботов, способных обнаруживать препятствия. Одним из возможных методов было бы использование алгоритма компьютерного зрения, который был бы способен визуально обнаруживать препятствия и избегать их. Сенсорный метод обнаружения препятствия ограничен близостью препятствий по отношению к расстоянию до робота, однако с помощью метода на основе зрения можно обнаружить и идентифицировать препятствие до того, как его объехать.

Предлагаемое решение и артефакт:

Цель этого отчета - разработать автономного робота, способного обнаруживать и избегать препятствий с помощью веб-камеры USB, подключенной к Raspberry Pi. В этом отчете будет представлена ​​основная концепция мобильных роботов и технологии, которые в настоящее время используются в домашних условиях. Для внедрения предлагаемой системы были выполнены следующие шаги:

• Разработайте алгоритм с использованием инфраструктуры компьютерного зрения, такой как SimpleCV, который может обнаруживать препятствия.
• Реализовать алгоритм на Raspberry Pi
• Реализуйте управление двигателем на Raspberry Pi с помощью языка программирования Python.
• Протестируйте и оцените производительность предлагаемой системы с помощью Raspberry Pi

Кроме того, для полной реализации предложенной системы были достигнуты следующие цели:

• Дальность обнаружения препятствий может быть определена путем изменения алгоритма в соответствии с требованиями.
• Геометрическая форма (например, круг) постоянного размера будет помещена на препятствие для обнаружения.
• Библиотека SimpleCV взаимодействует с Raspberry Pi для управления двумя двигателями постоянного тока.
• Система тестируется и оценивается путем изменения кода и обнаружения препятствий на различных расстояниях.

Список оборудования и программного обеспечения:

Предлагаемая система была реализована на Raspberry Pi с использованием веб-камеры USB для захвата изображений. Ниже приводится список аппаратного и программного обеспечения, необходимого для полной реализации предлагаемого автономного робота.

Оборудование:

• Комплект Raspberry Pi,
• Веб-камера USB,
• два двигателя постоянного тока,
• H-образный мост (для управления направлением двигателя),
• Шасси,
• Кабели
• макет

Программный пакет:

• Библиотека Python SimpleCV,
• Операционная система Ubuntu,
• Raspberry OS (Raspbian),
• Python2.7

Предлагаемая система способна обнаруживать препятствия на различных дистанциях. Это было основано на алгоритме визуального наведения и было достигнуто путем определения минимального количества пикселей в коде при измерении расстояния между камерой и препятствием.

Рисунок. Экспериментальная установка, используемая для определения взаимосвязи между окружностью проекта и расстоянием от препятствия до робота.

Показанное выше устройство может быть выполнено в лаборатории для измерения расстояния между препятствием (кругом) и роботом, чтобы определить соотношение между минимальным количеством пикселей, которое будет соответствовать фактическому расстоянию от препятствия до робота. Как видно из диаграммы выше и обсуждения, проведенного в главе 2, размер круга больше, когда круг находится ближе друг к другу, и меньше, когда круг находится дальше. Следовательно, может быть выполнен набор тестов, которые позволят измерить расстояние от препятствия до робота, когда количество пикселей изменяется в рамках алгоритма. Препятствие будет перемещено, как показано на схеме выше, чтобы найти правильное расстояние, на котором алгоритм обнаруживает препятствие.

Рисунок. Концепция визуального маятника вдохновлена ​​медицинской наукой.

Общая блок-схема системы:

Следующая блок-схема объясняет, как предложенный робот на основе видения будет разработан с использованием Raspberry Pi и платформы SimpleCV. Как показано на рисунке 6, веб-камера USB будет подключена к Raspberry Pi в качестве входа для компьютера. Веб-камера USB будет сканировать входящие кадры на предмет определенной геометрической формы, например круга, который будет размещен на препятствиях. Причина обозначения препятствий геометрической формы, то есть окружности, была решена просто для того, чтобы сократить время на подготовку алгоритма. Обычно обнаружение препятствий на основе зрения осуществляется с помощью двух камер, которые создают стереозрение для определения расстояния между роботом и препятствиями (Neves &Matos, 2013). Следовательно, обнаружение геометрической формы, то есть кругов, с помощью одной камеры было достигнуто путем вычисления радиуса круга, что помогло бы роботу определить расстояние от робота до препятствий. Этот метод обнаружения препятствий был основан на методе видения, предложенном Сачином и Паоло (1998).

Предлагаемая система будет включать USB-камеру, которая будет подключена к Raspberry Pi. Raspberry Pi будет запускать скрипт python, который будет захватывать изображения в видео, ища геометрическую форму, то есть круги. Если круг обнаружен, то в зависимости от положения круга на экране скрипт подтянет вверх или вниз контакты порта GPIO, которые будут использоваться для управления направлением робота.

Структура алгоритма компьютерного зрения:

Алгоритм был подготовлен на ноутбуке с питанием от Ubuntu перед переносом на Raspberry Pi. Это связано с тем, что Ubuntu и Raspbian являются разновидностями Linux, что упрощает перенос и реализацию алгоритма между кросс-платформенными платформами. Это дало мне возможность работать с алгоритмом без постоянного подключения к моему Raspberry Pi. Следовательно, алгоритм был реализован независимо, не беспокоясь об аппаратном интерфейсе.

Первым шагом при проектировании системы, основанной на видении, является выбор области интереса (ROI), которая обнаружит препятствие и поможет нам в подготовке алгоритма. ROI в этом случае представляет собой черный круг, который будет обнаружен алгоритмом. После обнаружения алгоритм преобразовывает изображение в двоичную форму, так что на заднем плане видна только интересующая область. Алгоритм будет измерять координаты круга на экране и измерять координаты относительно того, в какой области экрана круг был обнаружен. Если координата попадает в центр экрана, алгоритм перемещает робота соответствующим образом, как обсуждалось ранее.

Перед написанием алгоритма необходимо было выбрать разрешение экрана, которое позволит Raspberry Pi обнаруживать и отслеживать препятствие. Поскольку Raspberry Pi - это маломощный компьютер с системной тактовой частотой 700 МГц и ограниченным объемом оперативной памяти 512 МБ, поэтому видеовход высокого разрешения будет потреблять много вычислительной мощности, что в конечном итоге сделает систему ненадежной. Следовательно, необходимо выбрать золотую середину, которой будет достаточно для компьютера Raspberry Pi для обработки данных с камеры.

После нескольких проб и ошибок было выбрано разрешение 320 × 240, как описано в следующем разделе. Этого разрешения было достаточно для обнаружения различного цветового пространства и геометрических форм. В ходе эксперимента также было обнаружено, что это разрешение не вызывает задержку входного видео, как это было в случае с более высоким разрешением, в частности, 640 × 480 и выше. Это подробно обсуждается в Разделе 4 настоящего отчета.

Первым шагом обнаружения препятствия на изображении было разделение экрана на три отдельных сегмента, как показано на рисунке 8. Это было сделано для обнаружения и отслеживания положения препятствия, чтобы можно было выполнить соответствующее двигательное действие, как описано в предыдущий раздел. В этом дизайн-проекте препятствия обозначены особым символом, то есть кружком; следовательно, наличие круга будет регистрировать наличие препятствия в алгоритме.

Подробнее:Мобильный робот с функцией избегания препятствий на основе обзора