रोबोट का स्थानीय क्रॉस-कंट्री मैप बनाना

नमस्कार, हेब्र!

इस प्रकाशन में, मैं इस बारे में बात करना चाहूंगा कि मैंने रोबोट के लिए स्थानीय क्रॉस-कंट्री मैप कैसे बनाया। यह कार्य प्रोग्रामिंग और मास्टरिंग सेंसरों में कौशल बढ़ाने के लिए और रोबोक्रॉस और रोबोफेस्ट जैसे रोबोटिक परीक्षणों पर वास्तविक रोबोट के काम में हमारे अपने एल्गोरिदम के बाद के कार्यान्वयन के लिए आवश्यक था।

यह लेख उन लोगों के लिए है जो केवल रोबोटिक्स की दुनिया में प्रवेश कर रहे हैं या यह पता लगाने की कोशिश कर रहे हैं कि क्रॉस-कंट्री मैप कैसे बनाया जाए। मैंने सबसे सरल और सबसे समझने योग्य भाषा में सब कुछ समझाने की कोशिश की, जो ज्यादातर लोगों के लिए समझ में आता है।

स्थानीय क्रॉस-कंट्री मैप क्या है

तो, एक स्थानीय क्रॉस कंट्री मैप वह है जो रोबोट एक निश्चित समय में देखता है।
यह वह सूचना है जो रोबोट की "आंखों" से आती है और बाद में हमारे लिए सुविधाजनक रूप में संसाधित और प्रदर्शित की जाती है।

यदि रोबोट अभी भी खड़ा है, तो लगातार पर्यावरणीय परिस्थितियों में इसका स्थानीय मानचित्र स्थिर रहता है।

यदि रोबोट चलता है, तो हर समय उसका वातावरण अलग-अलग होता है, क्रमशः स्थानीय मानचित्र भी बदलता है।

स्थानीय मानचित्र में आमतौर पर निरंतर आकार होते हैं। आकार की गणना रेंज फाइंडर द्वारा उत्सर्जित किरणों की अधिकतम लंबाई के आधार पर की जाती है। मेरे मामले में, यह लंबाई 6 मीटर है।

कार्य को सरल बनाने के लिए, मानचित्र को स्क्वायर बनाने का निर्णय लिया गया था। यह भी तय किया गया था कि सशर्त रूप से रेंज फाइंडर नक्शे के केंद्र में होगा (यह स्थान वह बिंदु होगा जहां x = y = 0)। केंद्र को इस तरह से चुना गया था क्योंकि रेंज फाइंडर जो मैं विमान में किरणों का उपयोग करता है 180 ° से अधिक होता है (यह 240 ° पर किरणों का उत्सर्जन करता है, लेकिन उस पर बाद में अधिक होता है), अर्थात, कुछ किरणें निश्चित रूप से स्कैनर के पीछे चली जाएंगी और यदि आप गलत केंद्र चुनते हैं, तो आप उन्हें खो सकते हैं। केंद्र की एक उचित पसंद के साथ, सभी किरणों को सही ढंग से प्रदर्शित किया जाएगा। इसके आधार पर, मैंने उत्सर्जित किरणों की अधिकतम लंबाई से 2 गुना बड़ा आकार बनाया।
मेरे कार्ड का आकार 12 * 12 मीटर है।

मैंने जो सेंसर का इस्तेमाल किया

वास्तव में, इस तरह की समस्या को हल करने के लिए, आप किसी भी रेंज फाइंडर का उपयोग कर सकते हैं।
रेंज फाइंडर किसी चीज के लिए दूरी (मेरे मामले में, एक संभावित बाधा के लिए) निर्धारित करने के लिए एक उपकरण है।

रोबोटिक्स में, मुख्य रूप से 2 प्रकार के रेंजफाइंडर का उपयोग किया जाता है: अल्ट्रासोनिक और लेजर।
अल्ट्रासोनिक रेंजफाइंडर बहुत सस्ते हैं, लेकिन अल्ट्रासोनिक किरणें पर्याप्त व्यापक हैं और सटीक माप के लिए उपयुक्त नहीं हैं।

लेजर रेंजफाइंडर अधिक महंगे हैं, लेकिन अधिक सटीक रूप से, क्योंकि उनकी किरणें संकीर्ण रूप से केंद्रित हैं।

अपनी समस्या को हल करने के लिए, मैंने एक Hokuyo URG-04LX-UG01 लेजर स्कैनर का उपयोग किया। यह सेंसर 240 ° पर किरणों का उत्सर्जन करने में सक्षम है और किरणों के रास्ते में खड़ी होने वाली बाधाओं के बारे में काफी सटीक जानकारी प्रदान करता है। इसकी अधिकतम सीमा 5-6 मीटर है। यह ध्यान देने योग्य है कि यह रेंजफाइंडर केवल 2 डी विमान में किरणों का उत्सर्जन करता है। यह तथ्य आपको रोबोट पर सेंसर को एक निश्चित स्थान पर, आमतौर पर रोबोट के निचले हिस्से के सामने, अधिक सटीक चित्र प्राप्त करने के लिए बाध्य करता है। फिर से, आप 3D स्कैनर का उपयोग कर सकते हैं, जो पर्यावरण के बारे में अधिक सटीक और पूर्ण जानकारी प्रदान करते हैं, लेकिन उनकी लागत भी बहुत अधिक है।

मेरा मानना ​​है कि यह विशेष स्कैनर मूल्य-गुणवत्ता अनुपात में प्रशिक्षण के लिए एकदम सही है।


होकुयो यूआरजी -04 एलएक्स-यूजी 01

संक्षेप में लेजर स्कैनर के सिद्धांत के बारे में:
रेंज फाइंडर विमान के साथ किरणों का उत्सर्जन करता है। एक बीम जिसने अपने रास्ते में एक बाधा का सामना किया है वह उससे परिलक्षित होता है और वापस आता है। भेजे गए और प्राप्त संकेतों के बीच के चरण अंतर से, कोई यह निर्धारित कर सकता है कि बाधा कितनी दूर स्थित है।

तदनुसार, यदि उत्सर्जित बीम वापस नहीं आया, तो उसके उत्सर्जन की सीधी रेखा के साथ 5 - 6 मीटर की दूरी पर या तो कोई बाधा नहीं है या बीम सही तरीके से प्रतिबिंबित नहीं कर सकता है।



निम्नलिखित डेटा एक लेजर स्कैनर से प्राप्त किया जा सकता है:

उत्सर्जित प्रत्येक किरण के लिए:

• एक बाधा के लिए दूरी
• उत्सर्जन कोण

* प्रत्येक पैरामीटर एक अलग सरणी में संग्रहीत किया जाता है और किरणों में से एक के लिए डेटा से मेल खाता है।

मानचित्र निर्माण के बारे में

नक्शा बनाने और उसे आकर्षित करने के लिए, मैंने आरओएस (रोबोट ऑपरेटिंग सिस्टम) टूल्स का उपयोग किया, जिसका नाम है: आरवीज़ प्रोग्राम और नेवी_एमएसजी :: ऑक्यूपेंसीग्रिड डेटा टाइप। मैंने संदेश प्रकार के साथ स्थानीय मानचित्र का एक प्रकाशक बनाया nav_msgs :: संबंधित स्थानीय_मैप विषय के अंतर्गत व्यावसायिक ग्रिड। Rviz में, इस विषय की सदस्यता लेते हुए, नक्शे के बारे में डेटा प्राप्त किया और उन्हें टाइप मैप के रूप में प्रदर्शित किया।

इस तरह के एक एल्गोरिथ्म के अनुसार, लेजर स्कैनर से डेटा के प्रसंस्करण को प्रोग्रामेटिक रूप से कॉन्फ़िगर करना और उन्हें ट्रांसमिशन के लिए आवश्यक प्रारूप में रिकॉर्ड करना आवश्यक था। ऑक्युपेंसीग्रिड में, एक नक्शे को एक आयामी सरणी में संग्रहीत और प्रेषित किया जाता है।


इस तरह के एक आयामी सरणी के किसी भी तत्व के लिए एक अपील इस प्रकार होती है:

$$

$$स्थानीय मानचित्र [mapSize * j + i]$$

mapSize - स्थानीय मानचित्र आकार
j कॉलम संख्या है
मैं - लाइन नंबर

मैप सेल (फिर से ऑक्यूपेंसीग्रिड के डेटा प्रकार के अनुसार) में 0 से 100 तक मान होना चाहिए। मूल्य जितना कम होगा, सेल के पास होने की संभावना उतनी ही अधिक होगी और इसके विपरीत।

कार्य को सरल बनाने के लिए, मैंने रंगों की कोशिकाओं के लिए 3 प्राथमिक रंगों का चयन किया है ।

• श्वेत - निष्क्रिय क्षेत्र = ०
• काला - प्रभावशाली क्षेत्र = 100
• ग्रे - अज्ञात क्षेत्र = 50

एक महत्वपूर्ण बिंदु!

स्कैनर के डेटा आने से पहले, नक्शा पूरी तरह से अज्ञात है (सभी कोशिकाओं के मान = 50) और हर बार ड्राइंग के बाद इसे फिर से किसी अज्ञात स्थिति में अपडेट किया जाता है। ऐसा इसलिए किया जाता है ताकि कार्ड अत्यधिक, पिछले मानों को ओवरले न करे। आखिरकार, एक स्थानीय मानचित्र केवल कुछ ही समय में पर्यावरण की स्थिति को दर्शाता है।


अज्ञात कार्ड

किरणों का निर्माण ध्रुवीय समन्वय प्रणाली (UCS) से एक परिवर्तन का उपयोग करके किया जाता है
कार्टेशियन समन्वय प्रणाली (DSC) के लिए।

$$$ $ $ $ $ \ बायाँ {\ _ \ _ शुरू {इकट्ठा} x = r * cos $ \\ y = r * पाप gather \ end {इकट्ठा} \ सही। $ $ $ $ प्रदर्शित।

x, y - DSC में नए निर्देशांक
r बाधा की दूरी है
at वह कोण है जिस पर बीम गिराया गया था
यू, यूसीएस में पुराने निर्देशांक

सेंसर डेटा प्रोसेसिंग एल्गोरिथ्म:

हम किरणों (आरसीएस डेटा) की दूरी आर और कोण the के सरणियों को पूरी तरह से पार करते हैं। प्रत्येक आइटम के लिए, निम्नलिखित करें:

1. हम परिमित r और from के लिए UCS से DSC के लिए निर्देशांक को रूपांतरित करते हैं। परिणामी सेल काले रंग। यह एक बाधा है।
2. हम एक निश्चित कदम के साथ एक बाधा के साथ सेल को स्कैनर के स्थान से एक सीधी रेखा में गुजरते हैं, सेल आकार के बराबर सरलतम मामले में।
3. एक बार फिर, हम यूसीएस से डेटा को डीएससी में परिवर्तित करते हैं और नए सेल को सफेद रंग में रंगते हैं। यह एक चलने योग्य क्षेत्र है।

एक बाधा के लिए चलने योग्य मार्ग का निर्माण करने का सबसे सरल उदाहरण

कार्ड संकल्प

अंत में, अंतिम स्पर्श!

प्रत्येक कार्ड की अनुमति है। सीधे शब्दों में कहें, यह कोशिकाओं की संख्या है जो 1 सेल में फिट हो सकती है।

उदाहरण के लिए
यदि 1 सेल में 1 सेल (सबसे सरल मामला) है, तो रिज़ॉल्यूशन 1।
यदि 1 सेल में 5 सेल हैं, तो रिज़ॉल्यूशन 0.2 है।

मेरे कार्ड का रिज़ॉल्यूशन 0.04 है। अर्थात प्रत्येक कोशिका में 25 कोशिकाएँ होती हैं। इस प्रकार, मेरा न्यूनतम चरण 4 सेमी है। और 1 सेल 1 मीटर है।


मेरे मानचित्र पर सेल और सेल अंतर

परिणाम क्या है?

स्थानीय क्रॉस-कंट्री मैप बनाने का एक उदाहरण
* पीला रंग सेल रंगों को इंगित करता है

मेरा मानना ​​है कि सामान्य तौर पर, मैंने जो काम किया है वह सफल रहा है, लेकिन मैं समझता हूं कि एल्गोरिथ्म अपूर्ण है और इसे शोधन और शोधन की आवश्यकता है।