عنوان مقاله :
كنترل موقعيت سهبعدي رباتها بر پايه ناوبري تصويري توزيعشده بلادرنگ
عنوان به زبان ديگر :
3D Position Control of Robots Based on Distributed Real-time Vision Navigation System
پديد آورندگان :
نجفي، مجدالدين دانشگاه صنعتي اصفهان - پژوهشكده اويونيك , رحمانيان، شهاب الدين دانشگاه صنعتي اصفهان - پژوهشكده اويونيك , نادعليان، زهرا دانشگاه صنعتي اصفهان - پژوهشكده اويونيك , غفاري نيا، وحيد دانشگاه صنعتي اصفهان - دانشكده مهندسي برق و كامپيوتر
كليدواژه :
ناوبري تصويري , تعيين موقعيت بلادرنگ سهبعدي , فيلتر كالمن توزيع شده
چكيده فارسي :
ناوبري بلادرنگ رباتها در محيطهاي بسته هميشه يك چالش مهم در كنترل و هدايت آنها بوده است. يك راهكار براي اين مسئله تعيين موقعيت ربات با پردازش تصويرهاي آرايهاي از دوربينهاي نصبشده در محيط است. البته روشهايي كه تاكنون ارائه شدهاند از معايب مختلفي مانند متكيبودن به تصاوير همه دوربينها رنج ميبرند. در اين مقاله يك روش تعيين موقعيت بلادرنگ مبتني بر تصوير براي كنترل رباتهاي پرنده پيشنهاد شده است. حصول دقت بالا، پردازش بلادرنگ، پوشش كامل محيط، كاهش هزينه دوربينها، مقاومبودن در برابر خرابي يك يا چند دوربين و رفع مشكل عدم همزماني تصاوير از جمله اهداف روش پيشنهادي هستند. در اين روش فيلترينگ تصوير، تشخيص شي و تعيين موقعيت دوبعدي هدف در تصوير بهصورت موازي براي هر دوربين انجام ميشود. سپس اطلاعات حاصل از دوربينها كه لزوماً همزمان نيستند با بهكارگيري يك فيلتر كالمن توزيعشده باهم تركيب ميشوند تا موقعيت سهبعدي هدف بهصورت بلادرنگ استخراج شود. اعتبارسنجي عملي روش پيشنهادي براي كنترل يك كوادروتور در اتاق نشان ميدهد كه اين روش بهخوبي اهداف موردنظر را برآورده ميكند.
چكيده لاتين :
Indoor localization and navigation of mobile robots has remained as a challenging problem. Vision-based navigation systems have been utilized as a promising solution. But they come with deficiencies such as weak robustness against camera failures. In this paper a vision-based 3D localization and control method for aerial robots is proposed. This method addresses several key features such as higher precision, real-time processing, full area coverage, reduced camera costs and robustness against asynchronized images and camera failures. Most of the processes of the proposed method, including image preprocessing, object recognition and 2D target localization are carried out separately for each camera. Then the acquired data are fused by a distributed Kalman filter to estimate the 3D location of the robot. The method has been experimentally verified by controlling the indoor position of a small aerial robot.
عنوان نشريه :
مهندسي برق دانشگاه تبريز
عنوان نشريه :
مهندسي برق دانشگاه تبريز