Dobór systemu rozpoznania otoczenia dla bezzałogowej platformy lądowej

TYPIAK Andrzej 1 Dobór systemu rozpoznania otoczenia dla bezzałogowej platformy lądowej WSTĘP Oddalenie operatora od bezzałogowej platformy lądowej powoduje konieczność przesyłania informacji o przebiegu procesu sterowania platformą, a przede wszystkim obrazu jej otoczenia. Najprostsze ze stosowanych rozwiązań, dla zapewnienia wysokiej efektywności sterowania, wymagają śledzenia platformy i kierowania nią w oparciu o kontakt wzrokowy system wizyjny jest wykorzystywany tylko do wykonywania czynności wymagających dużej precyzji. Rozwiązania te stosowane są głównie w robotach inspekcyjnych [7, 11] i systemach doraźnie montowanych na platformach bezzałogowych [4, 5, 6]. Realizowane prace dotyczyły zarówno wykorzystania systemów monowizyjnych, jak i stereowizyjnych. Percepcja operatora w systemach zdalnego sterowania jest niepełna, ponieważ jest on oddalony od środowiska działania platformy. Ma to destrukcyjny wpływ na świadomość operacyjną operatora a zarazem, na jakość wykonywanego zadania. Badania robotów ratowniczych (poszukiwania i ratownictwa w miejscu World Trade Center po 11 września 001 r.) wykazały, że wydajność operatora jest często ograniczona z powodu niepełnej świadomości przestrzennej spowodowanej niewłaściwym obrazem z kamer wideo. Szczególnie odnosi się to do rozmiarów pola widzenia i jak podają Autorzy w artykule [8] może powodować powstawanie efektu tunelowego. Oddalenie operatora powoduje konieczność rozbudowy nie tylko kanałów przepływu informacji o przebiegu procesu sterowania, ale przede wszystkim rozbudowy układu sterowania pokładowego z procedurami wspomagania operatora, dodania układu określania położenia i orientacji platformy oraz opracowania kanałów przekazu obrazu jej otoczenia. 1. OKREŚLENIE MOŻLIWOŚCI ZASTOSOWANIA SKANERÓW LASEROWYCH DO WYZNACZANIA POŁOŻENIA OBIEKTÓW Wykorzystanie obrazów wizyjnych do wyznaczania map przejezdności terenu lub odległości do obiektów wymaga instalowania na platformie komputerów o dużych mocach obliczeniowych, co nie jest uzasadnione ekonomicznie. Dlatego prowadzone są prace badawcze nad wykorzystaniem skanerów laserowych do zobrazowania otoczenia platformy poprzez pomiary odległości do obiektów w jej otoczeniu. Skanery laserowe TOF (Time of Fly), stosowane do wyznaczania położenia obiektów dokonują pomiaru odległości poprzez pomiar czasu [, 10]. Emitowany promień światła laserowego załamywany jest przez lustro, wirujące z prędkością 75 obr/s w kierunku odwrotnym do ruchu wskazówek zegara. Układ sterujący skanera odmierza czas, w którym promień lasera przemierza odległość od nadajnika skanera do obiektu i po odbiciu się od jego powierzchni do odbiornika. Na podstawie danych ze skanera możemy otrzymać obraz będący przekrojem przestrzeni w płaszczyźnie wirującego promienia lasera (rys. 1). 1 Wojskowa Akademia Techniczna Wydział Mechaniczny; 00-908 Warszawa ul. Kaliskiego. Tel: + 48 683-93-88, Fax: + 48 683-71-11, E-mail: atypiak@wat.edu.pl 6468

y, mm a) b) c) 9000 8000 7000 6000 5000 4000 3000 000 1000 0-6000 -4000-000 0 000 4000 6000 x, mm Rys. 1. Skaner laserowy LMS 11: a widok ogólny; b zasada działania skanera; c obraz płaszczyzny otrzymany poprzez skanowanie płaszczyzny w kącie 100 z rozdzielczością 1 ; x zarejestrowane punkty pomiarowe Otrzymane wyniki badań eksperymentalnych dowodzą, że skaner laserowy pozwala uzyskiwać pomiary odległości z dokładnością do 5 mm w zakresie do 10 m, co jest wartością wystarczającą do wyznaczania położenia obiektów w otoczeniu bezzałogowej platformy lądowej. Dokładność wyznaczania wymiarów i kształtów przedmiotów zwiększała się ze wzrostem rozdzielczości skanowania. W czasie badań stwierdzono istnienie granicznego kąta padania promienia lasera g, poniżej którego promień lasera nie jest odbijany od powierzchni, lecz ulega załamaniu i rozproszeniu. Dla przeprowadzonych pomiarów wartość tego kąta wynosiła g = 5,75, w pracy [9] wartość tego kąta określono na 5,50. Kolejnym niekorzystnym zjawiskiem jest występowanie tzw. fałszywych punktów pomiarowych. Powstają one w wyniku interferencji promienia laserowego na krawędzi oświetlanego obiektu. Zjawisko to opisane w pracy [3] występuje wówczas, gdy część promienia odbijana jest od krawędzi obiektu, natomiast druga część od płaszczyzny za obiektem (rys. ). Rys.. Powstawanie tzw. fałszywych punktów pomiarowych podczas pomiarów otoczenia skanerem z wirującą wiązką laserową 6469

. BADANIA TERENOWE WYKRYWANIA PRZESZKÓD NA PODSTAWIE POMIARÓW SKANEREM LASEROWYM Do wykrywania przeszkód w otoczeniu bezzałogowej platformy lądowej zastosowano dalmierz laserowy zamontowany na głowicy o zmiennym pochyleniu. W zadanym położeniu głowicy otrzymujemy 401 danych pomiarowych. Pochylenie głowicy zmieniane jest w zakresie od 0 do 5 co 0,5. Głównym kryterium stosowanym do wykrywania przeszkód znajdujących się na powierzchni jest pochylenie powierzchni terenu. Algorytm wykrywania przeszkody jest następujący (rys. 3): Rys. 3. Ilustracja zastosowanej metody wykrywania przeszkody na powierzchni gruntu 1. Niech p(i,j) będzie i-tym pomiarem w j-tym położeniu głowicy, punkt p(0,0) jest prawym dolnym narożnikiem obrazu;. Współrzędnymi kartezjańskimi punktu p(i) są x i, y i, z i ; 3. Współrzędnymi kartezjańskimi położenia pojazdu (punktu) G) są x g, y g, z g ; 4. Punkt K jest przeszkodą położoną powyżej powierzchni, jeżeli: z k z g x x y y z z k g k g (1) i zk z g H () gdzie: reprezentuje przyjętą, dopuszczalną wartość kąta wzniesienia przeszkody dla rozpatrywanego przypadku wynosi ona 10 ; H jest zdefiniowaną wartością określającą dopuszczalną wysokość przeszkody. Dla przeszkody znajdującej się nad powierzchnią terenu jej kąt wzniesienia ma wartość dodatnią i wzrasta on wraz ze zmniejszaniem się odległości l GK. Analizując obraz płaskiego terenu, otrzymanego na podstawie danych z dalmierza laserowego, należy stwierdzić, że różnica pomiędzy kolejnymi punktami pomiarowymi dla określonej współrzędnej x jest funkcją rosnącą. Na rysunku 4a przedstawiono zasięg promienia laserowego (wzdłuż osi x) dla wybranego kąta pomiaru w funkcji kąta pochylenia głowicy skanera, natomiast na rysunku 4b przyrosty zasięgu dx w kolejnych pomiarach. Ze względu na malejącą rozdzielczość obszar skanowany za pomocą dalmierza można podzielić na dwa obszary: o dużej rozdzielczości i o niskiej rozdzielczości. Oprócz wykrywania przeszkód na powierzchni, algorytm umożliwia także analizę terenu w celu wykrycia obiektów znajdujących się ponad powierzchnią (wiszących). Miarą klasyfikacji obiektów wiszących, jako osłony lub przeszkody, jest wysokość zawieszenia. Zarejestrowane punkty pomiarowe nie muszą przedstawiać prawdziwych obszarów interesującej nas osłony. Na poziomie k g sin 6470

odleglosc, m dx, m przetwarzania sensorycznego nie jest wymagane, aby błędne punkty pomiarowe były wychwytywane i eliminowane. Zostaną one odrzucone przez system budujący mapę otoczenia. a) b) 45 40 35 30 5 0 15 0 5 10 15 0 nr piksela 3.5 3.5 1.5 1 0.5 0 0 5 10 15 0 nr piksela Rys. 4. Pomiary dalmierzem laserowym: a zasięg promienia dla wybranych kątów pochylenia głowicy; b przyrost zasięgu promienia dla wybranych kątów pochylenia głowicy Kolejny etap badań obejmował badania poligonowe przejazdu po torze testowym. Podczas badań testowano możliwość wykrywania i identyfikacji obiektów terenowych oraz wykrywania przeszkód na podstawie danych otrzymywanych ze skanera laserowego. Wyniki badań przedstawiono na rysunku 5. a) b) Rys. 5. Badanie wyznaczania przeszkód powyżej powierzchni terenu: a najazd na przeszkodę; b obraz przeszkody na podstawie danych ze skanera laserowego 3. BUDOWA MAPY OTOCZENIA PLATFORMY BEZZAŁOGOWEJ Z WYKORZYSTANIEM AGREGACJI DANYCH POMIAROWYCH Wyznaczanie położenia i orientacji platform bezzałogowych jest zagadnieniem szczególnie istotnym, gdy poruszają się one w słabo rozpoznanym terenie lub przy ograniczonej łączności z operatorem. Zagadnienie to jest rozwiązywane poprzez zastosowanie systemu GPS lub czujników przemieszczenia zainstalowanych na platformie. Przeprowadzone analizy i wyniki własnych prac doświadczalnych wykazują, że sygnał GPS (przy zapewnieniu jego pełnej dostępności) można wykorzystać do wyznaczania kierunku jazdy w terenie otwartym na odległościach powyżej 10 m. W terenie zabudowanym, gdy dostępność sygnału jest ograniczona lub występują jego zakłócenia (odbicia) przydatność systemu GPS jest niezadowalająca W obszarze. gdzie nie można precyzyjnie określić położenia za pomocą systemów GPS, występują zaniki nawigacji. 6471

Dlatego przeanalizowano możliwość budowy systemu nawigacyjnego, umożliwiającego: wykonywanie przez platformę zadań przy nieokreślonych ramach czasowych; przestrzenne zobrazowanie położenia w czasie rzeczywistym; lokalizowanie platformy w terenie zurbanizowanym; działanie platformy w nierozpoznanym lub częściowo rozpoznanym terenie; lokalizację w złych warunkach atmosferycznych, przy wykorzystaniu części stosowanych czujników (redundantność systemu); pewne działanie systemu, niezależne od pracy pozostałych układów platformy. Na rysunku 6 przedstawiono diagram blokowy tworzenia mapy otoczenia z wykorzystaniem danych ze skanerów laserowych oraz czujników: prędkości, przyspieszeń i orientacji platformy. Rys. 6. Schemat układu wyznaczania mapy otoczenia platformy na podstawie agregacji informacji W celu wykorzystania danych z pomiarów wybranej płaszczyzny w przestrzeni do wyznaczania położenia i kierunku platformy, należy porównać je z danymi z poprzedniego pomiaru. W tym celu zastosowano metodę przypisywania cech (dopasowywania), która tworzy powiązanie pomiędzy płaszczyznami zarejestrowanymi podczas kolejnych pomiarów. Procedura przypisywania cech do poszczególnych płaszczyzn korzysta z danych z modułów INS (Internal Navigation System) do przewidywania położenia oberwanej płaszczyzny podczas następnego pomiaru. Jeśli parametry obserwowanej płaszczyzny odpowiadają (z założoną dokładnością) wynikom metody predykcji położenia płaszczyzny, wtedy następuje rozpoznanie obserwowanej płaszczyzny, jako tej, która została zaobserwowana podczas poprzedniego pomiaru. Zwykle dwa kolejne pomiary skanerem laserowym (skany) są dopasowywane do siebie w celu wyznaczenia względnego przemieszczenia. Algorytmy obliczeniowe (dopasowujące skany) mogą być klasyfikowane wg przyjętej metody (np. dopasowanie punktów, cech). W większości metod dopasowania punktów, zwykle dwa skany porównywane są bezpośrednio, wymaga to bardziej złożonych algorytmów obliczeniowych niż w metodach wyznaczania cech [9]. W proponowanym rozwiązaniu zaproponowano zastosowanie metody wyznaczania cech z zastosowaniem zaproponowanego w pracy [1] algorytmu wydobycia cech. Główną ideą tej metody jest realizacja dopasowania cech wydzielonych dwóch kolejnych skanów tak, aby określić ich kowariancję w celu dokładnego oszacowania przemieszczenia. W oparciu o przedstawiony na rysunku 6 schemat blokowy zbudowano doświadczalny układ budowy mapy otoczenia. Układ został zainstalowany na bezzałogowej platformie wsparcia inżynieryjnego Boguś (rys.7). 647

a) b) 5 4 3 1 Rys. 7. Badawczy układ budowy mapy otoczenia zainstalowany na platformie bezzałogowej: a widok z boku, b widok z przodu: 1 radarowe czujniki prędkości; skanery laserowe; 3 komputer pokładowy; 4 czujniki przyspierzeń i rotacji; 5 nadajnik łącza radiowego Zainstalowane w układzie budowy mapy skanery laserowe ( rys. 7) skanowały przestrzeń w pięciu płaszczyznach (rys. 8). Skanery L1 i L5 zainstalowane były pionowo i obrócone o 30 od osi platformy, skaner L3 skanował w płaszczyźnie poziomej, a L i L4 odpowiednio - 30 i - 15 poniżej poziomu. Rys. 8. Płaszczyzny skanowania przez skanery laserowe terenu przed platformą: L1 L5 oznaczenia kolejnych skanerów, P1 P5 odpowiednie płaszczyzny skanowania Przeprowadzone badania miały na celu określenie możliwości budowy mapy otoczenia platformy na podstawie pomiarów z układu zainstalowanego na jej pokładzie. Na rysunku 9 przedstawiono dane z jednorazowego odczytu ze skanerów. Wartości zarejestrowane przez skanery zostały przetransformowane do kartezjańskiego układu współrzędnych powiązanego z badawczym układem budowy mapy otoczenia. W badaniach wykorzystano reprezentację wokselową mapy. Przez woksel rozumie się tzw. trójwymiarowy pixel, czyli sześcian reprezentujący fragment przestrzeni (w prezentowanej analizie sześcian o boku 0 cm). Zakres wysokości mapy zawiera się w przedziale ( 3 m, + 9 m). Woksel jest w stanie pamiętać bitową informację (true i false). Traktując mapę jako prostopadłościan o podstawie 40 x 40 m, oraz wysokości 1 m, przewidziano trzy sposoby jej reprezentacji. Są to: mapa,5d, profil drogi oraz mapa przejezdności. 6473

6 5 4 3 1 1 3 Rys. 9. Widok okna monitora do wyświetlania danych ze skanerów laserowych z zaznaczoną pozycją platformy i danymi ze skanerów laserowych: 1- bezzałogowa platforma lądowa; punkty pomiarowe ze skanerów skanujacych w płaszczyźnie pionowej; 3, 4 punkty pomiarowe ze skanerów skanujacych w płaszczyźnie poziomej; 5 kąt przechyłu wzdłużnego platformy; 6 kąt przechyłu bocznego platformy WNIOSKI Wyniki przeprowadzonych badań zarówno laboratoryjnych, jak i poligonowych zastosowania skanera laserowego do wyznaczania odległości do obiektów wykazały, że umożliwia on wyznaczanie odległości w zakresie do ok. 160 m. Rozrzut wyników w przedziale mniejszym niż 0,3%, oraz zakres częstotliwości wykonywanych pomiarów powyżej 18,8 Hz (przy maksymalnej rozdzielczości 0,5 ) potwierdzają zasadność jego wyboru do wyznaczania położenia obiektów w otoczeniu bezzałogowej platformy lądowej. Zarejestrowane podczas pomiarów błędne dane pomiarowe wymagały opracowania efektywnych układów filtracji i przetwarzania otrzymanych danych pomiarowych. Badania lokalizowania przeszkód typu rów lub wykop za pomocą skanera laserowego pochylonego pod kątem 15 do płaszczyzny poziomej wykazały, że kształt i wymiary wykrywanych przeszkód są zależne od umieszczenia skanera względem przeszkody. Badania poligonowe budowy wysokościowej mapy otoczenia platformy bezzałogowej wykazały, że umożliwia ona wyznaczanie mobilnych korytarzy, ale tylko w przypadku, gdy w otoczeniu platformy nie ma obiektów wiszących (konary drzew). Obiekty zawieszone nad gruntem na mapie wysokościowej są oznaczane jako przeszkoda posadowiona na gruncie. Opracowana metoda budowy rastrowej mapy otoczenia umożliwia w oparciu o zbudowany układ badawczy tworzenie mapy wokselowej, która może być prezentowana w różnych układach. Podstawowym sposobem prezentacji jest przedstawienie danych chwilowych, jednak to zobrazowanie nie umożliwia określenia rozmieszczenia obiektów wokół platformy. Ze względu na możliwość przesyłania danych dotyczących budowy mapy łączem radiowym o wąskim paśmie (możliwość transmisji na niższych częstotliwościach niż sygnały wideo i bez konieczności kompresji), operator otrzymuje w czasie rzeczywistym obraz otoczenia platformy. Na jego podstawie może precyzyjne określić położenie obiektów i stopień zagrożenia. Zapewnienie przestrzennej reprezentacji otoczenia w czasie rzeczywistym wpływa w sposób znaczący na wzrost jego świadomości sytuacyjnej. 6474

Streszczenie Efektywna realizacja zadań przez zdalnie sterowane bezzałogowe platformy lądowe zależna jest od zdolności do działania oddalonego od platformy operatora. Możliwe jest to przez opracowanie interfejsu umożliwiającego zdalną manipulację i zdalną percepcję. Typowa zdalnie sterowana bezzałogowa platforma lądowa jest zazwyczaj wyposażona w kamery, które nie dają wystarczającej informacji na temat najbliższego otoczenia i operator ma trudności w sterowaniu taką platformą w nieznanym środowisku. W niniejszym artykule, przedstawiona jest problematyka budowy mapy najbliższego otoczenia bezzałogowej platformy. Budowa mapy oparta jest o dane ze skanerów laserowych, czujniki pochylenia platformy i radarowe czujniki prędkości. Agregacja informacji z tych urządzeń umożliwia budowanie mapy otoczenia co pozwala operatorowi na bardziej efektywne sterowanie platformą. The choice of surroundings recognition system for unmanned ground platforms Abstract Effective execution of tasks by remote-controlled unmanned ground platforms are dependent on the ability to run a way the machine operator. This is possible through the development an interface for remote both manipulation and perception. A typical unmanned and remotely operated platform is usually equipped with cameras which give insufficient information about the nearest environment and an operator has difficulties in driving such a platform in unknown environment. In this paper, a problem of the platform nearest area map building based on additional devices is considered. The platform is equipped with SICK LMS lasers, inclinometer and radars. Combining information from the devices allows to build a map which helps an operator to drive the platform more efficiently. BIBLIOGRAFIA 1. Aghamohammad A. A., Taghirad H. D., Tamjidi A. H., Mihankhah E.: Feature Based Laser Scan Matching For Accurate and High Speed Mobile Robot Localization. 3 rd European Conference on Mobile Robots, Freiburg, Germany 007.. Borenstein J., Cang Y.: A new terrain mapping method for mobile robots obstacle negotiation., UGV Technology Conference, Orlando 003. 3. Cang Y., Borenstein J.: Characterization of a -D Laser Scaner for Mobile Robot Obstacle Negotiation, 00 IEEE International Conference on Robotics and Automation, Washington DC, 00. 4. Fleming M. R.: Teleoperated Control of Hydraulic Equipment for Hazardous Material Handling, Virginia Polytechnic Institute, Blacksburg 003. 5. Konopka S. i inni: Kształtowanie sterowania pracą maszyny roboczej w układzie teleoperatora. Sprawozdanie z realizacji projektu badawczego Nr 7 TO7C 035 14, Warszawa 001. 6. Kuczmarski F. i inni: Opracowanie Zdalnie Sterowanego Pojazdu Torującego, Sprawozdanie z realizacji projektu badawczego Nr 0 T00a 018 14 WAT Warszawa 000. 7. Masłowski A., Ulatowski W.: Sterowanie i współpraca pojazdów AGV, Pomiary Automatyka Robotyka /007 (10 str. płyta CD). 8. Murphy K i inni: Intelligent control for unmanned vehicles, World Automation Congress Conference (WAC 000), Maui, HI, June 11-16, 000. 9. Skrzypczyński P.: Metody analizy I redukcji niepewności percepcji w systemie nawigacji robota mobilnego. Wydawnictwo Politechniki Poznańskiej. Poznań 007. 10. Telegrams for Operating/Configuring the LMS xx Laser Measurement Systems. SICK AG Auto Ident Ident Nimburger Strasse 11, 7976 Reute, Germany. 11. Trojnacki M., Szynkarczyk P., Andrzejuk A.: Tendencje rozwoju mobilnych robotów lądowych. Przegląd robotów mobilnych do zastosowań specjalnych. Pomiary Automatyka Robotyka 6/008. 6475