Studia i Materiały Informatyi Stosowanej, Tom 4, Nr 7, 2012 str. 29-35 PROJEKT AUTONOMICZNEGO ROBOTA INSPEKCYJNEGO Karol Maje*, Michał Peła*, Janusz Będowsi* **, Maciej Cader **, Andrzej Masłowsi* * Politechnia Warszawsa Instytut Automatyi i Robotyi ul. Św. Andrzeja Boboli 8, 02-525 Warszawa **Przemysłowy Instytut Automatyi i Pomiarów PIAP w Warszawie Al. Jerozolimsie 202,02-486 Warszawa Streszczenie: W artyule przedstawiono projet autonomicznego robota inspecyjnego. Ze względu na fat, że omercyjne rozwiązania nie oferują satysfacjonującej funcjonalności w stosunowo nisiej cenie zdecydowano się zaprojetować autonomicznego robota inspecyjnego na bazie omercyjnej platformy wyposażonej w autorsie rozwiązanie laserowego systemu pomiarowego 3D. Projet lasera 3D wyonano z wyorzystaniem techni szybiego prototypowania metodą druu 3D. Autonomiczny robot mobilny nawigowany jest na podstawie systemu IMU (Inertial Measurement Unit) ze zinte-growanym GPS (Global Positioning System). Opracowane rozwiązanie dostarcza użytowniowi danych w postaci map loalnych 3D wraz z częściową analizą semantyczną (oblicza-nie wetorów normalnych dla chmury puntów metodą PCA Principal Component Analysis) w trybie on-line. Przeprowa-dzono esperymenty weryfiujące poprawność działania systemu. W rezultacie powstało nowoczesne stanowiso badawcze, tóre może być wyorzystane do olejnych badań z wyorzystaniem mobilnych systemów inspecyjnych. Słowa luczowe: robot inspecyjny, laserowy system pomiarowy 3D, PCA (Principal Component Analysis) Project of autonomous inspection robot Abstarct: In the article the project of autonomous inspection robot is shown. Instead of commercial applications, proposed approach with relatively lower prize offer satisfactory function-ality. Proposed approach is based on State of the Art mobile platform equipped with developed 3D laser measurement system 3D. Laser 3D is developed based on Fused Deposition Modeling FDM technology. Autonomous mobile robot is using IMU(Inertial Measurement Unit) wit GPS(Global Positioning System) to navigate in outdoor environment. The approach offers 3D cloud of points augmented by normal vectors looing form user point of view. Normal vectors are computed using PCA (Principal Component Analysis) method in on-line fash-ion. The proof of concept was demonstrated based on the experiment in the real environment. As a result the modern research platform is developed, which can be used for further inspection systems analysis. Keywords: inspection robot, laser measurement system 3D, PCA (Principal Component Analysis) 29 1. WSTĘP Zagadnieniem badawczym w artyule jest opracowanie systemu inspecyjnego robota mobilnego. Na podstawie istniejących rozwiązań można stwierdzić, że problem dostarczania danych 3D (chmura puntów) jest ciągle postrzegany jao zagadnienie o charaterze badawczym, a nieoniecznie jao rozwiązanie omercyjne, i to mimo że dostępne są laserowe systemy pomiarowe 3D (Velodyne [1], Riegl [2]). Zastosowanie tych sensorów wiąże się często ze znacznym wydatiem wyraczającym często poza przyjęty budżet. Dostępne są, oczywiście, tańsze rozwiązania omercyjne[3], jedna doładność pomiarów oraz dostępność atualnego oprogramowania znacznie utrudniają ich zastosowanie. Warto zwrócić uwagę na przeznaczenie proponowanego rozwiązania. Prezentowany system może być stosowany w systemach wspomagania projetowania przestrzennego [4], ja i zastosowaniach USAR (Urban Search and Rescue) [5],[6]. Autonomiczny robot mobilny wyposażony w laserowy system pomiarowy 3D oraz IMU(Inertial Measurement Unit) ze
Karol Maje i in., Projet autonomicznego robota inspecyjnego zintegrowanym odbiorniiem GPS (Global Positioning System) umożliwia zdalne gromadzenie danych w postaci chmury puntów 3D. Dodatowo omputer poładowy robot realizuje wstępne przetwarzanie tych danych, w rezultacie udostępnione są wetory normalne obliczane metodą PCA (Principal Component Analysis) podobnie ja w pracy [7]. W rezultacie powstało nowoczesne mobilne stanowiso badawcze, tóre może być wyorzystane do dalszych prac nad stworzeniem autonomicznego robota inspecyjnego. 2. ARCHITEKTURA SYSTEMU Proponowany system jest rozproszony zrealizowany w architeturze lient-serwer. Każdy element systemu posiada serwer danych z możliwością subsrycji przez inne programy liencie, a taże inne serwery danych. Na rysunu 1 przedstawiono architeturę systemu awizycji danych z uładów sensorycznych robota. Rysune. 2 Model laserowego systemu pomiarowego. Chmura puntów jest przeształcana do współrzędnych artezjańsich za pomocą następującej formuły: gdzie: θ enc ąt odczytany z en odera, θ LMS ąt obrotu LMS100, a ods przesunięcie osi LMS100 od osi obrotu głowicy, a LMS odległość zmierzona przez LMS100. Rysune. 1 Architetura rozproszonego systemu awizycji danych dla robota inspecyjnego. 3. SYSTEM AKWIZYCJI DANYCH 3D 3.1. Laserowy system pomiarowy 3D Prezentowana onstrucja wyorzystuje omercyjny laserowy system pomiarowy 2D SICK LMS100. LMS100 przeazuje informacje o odległościach dla 541 puntów pomiarowych rozmieszczonych co 0,5. W celu uzysania chmury puntów 3D należy obracać uładem LMS100 woół osi prostopadłej do osi obrotu zwierciadła. Uzysana chmura puntów w sferycznym uładzie współrzędnych θ enc, θlms, a. W związu z tym opracowano głowicę LMS obrotową poruszającą się w trybie ciągłym (rysune 2). Rysune. 3 Konstrucja urządzenia; 1 - motoredutor DC; 2 pase zębaty; 3 enoder inrementalny z wałem przelotowym; 4 eletryczne złącze obrotowe. 30
Studia i Materiały Informatyi Stosowanej, Tom 4, Nr 7, 2012 str. 29-35 Napędem zainstalowanym w onstrucji jest miniaturowy motoredutor z silniiem DC. Silni omutatorowy z przeładnią reducyjną o dużym przełożeniu zapewnia nisie i stałe obroty głowicy. Zmianę prędości uzysuje się przez zmianę wypełnienia przebiegu PWM zasilającego silni. Na wale motoredutora osadzone jest pasowe oło zębate, tóre za pośrednictwem przeładni z paiem zębatym napędza wał, na tórym osadzono głowicę sanera 2D. Wał ten jest łożysowany za po-mocą zespołu dwóch łożys (łożysa ulowe zwyłe), ta by zapewnić przenoszenie złożonych obciążeń. Wał urządzenia sprzęgnięty jest z enoderem inrementalnym (uwzględniającym położenie zerowe), doonującym pomiaru ąta obrotu głowicy. W podobnych onstrucjach często spotya się enoder sprzęgnięty z wałem silnia DC. Taie rozwiązanie ma szereg zalet - zapewnia zmniejszenie rozmiarów, możliwość regulacji prędości obrotów ze sprzężeniem zwrotnym, jedna pomiar atualnego ąta obrotu głowicy jest obarczony błędem systematycznym wyniającym z luzu przeładni. Zastosowanie enodera o dużej rozdzielczości na wspólnym z głowicą lasera wałem rozwiązuje ten problem. Na rysunu 4 przedstawiono wizualizację wygenerowanej sztucznie chmury puntów za pomocą przyjętej onfiguracji lasera 2D. W rezultacie zagęszczenie puntów występuje bezpośrednio nad/pod uładem pomiarowym. Rysune. 4 270 360 pole widzenia laserowego systemu pomiarowego 3D. zastosowanie w dużych generatorach. Zastosowano miniaturowe złącze zapewniające bezawaryjną omuniację z LMS-100 za pośrednictwem Ethernetu (TX-Base100). Szieletem urządzenia jest jego obudowa, w tórej zapewniono możliwość montażu elementów urządzania (osadzenie łożys, montaż silnia). Ponadto obudowa zapewnia łatwy montaż urządzenia do profili aluminiowych na platformie mobilnej. Ze względu na złożoną geometrię tego detalu, oraz prototypowy charater onstrucji wyorzystano technologię osadzania topionego materiału (FDM - Fused Deposition Modeling). 3.2. Wyznaczanie wetorów normalnych W serwerze danych 3D obliczane są wetory normalne do powierzchni za pomocą analizy głównych sładowych (PCA Principal Component Analysis) oraz rozładu według wartości własnych (SVD Singular Value Decomposition). Algorytm wyznaczania wetorów normalnych dla chmury puntów: Dla ażdego puntu P i : 1. Wyznaczenie zbioru sąsiadów odległych nie więcej niż l max od P i. 2. Obliczenie macierzy owariancji dla zbioru sąsiadów. 3. Znalezienie ierunów głównych za pomocą rozładu według wartości osobliwych SVD M cov= U Σ V T 4. Zapisać wetor normalny n i =U 3. Dane z obracającego się sanera laserowego tratowane są jao zorganizowana chmura puntów. Analiza sąsiedztwa obejmuje 100 puntów. Do obliczenia wetorów normalnych wyorzystywane jest n poprzednich i następnych pomiarów lasera 3D. Efet działania algorytmu został poazany na rysunu 5. Przez wał urządzenia przeprowadzona jest wiąza przewodów, tóra zapewnia omuniację oraz zasilanie sanerowi 2D. Jednym z najważniejszych założeń było zapewnienie głowicy ciągłego ruchu obrotowego, co za tym idzie zasilania i omuniacji z pozostającą w ciągłym ruchu obrotowym głowicą. Konieczne było zastosowania złącza obrotowego. Na rynu spotya się dwa rozwiązania. Pierwsze z nich orzysta ze szczote ślizgających się po wirujących pierścieniach. Rozwiązanie to stosuje się w asynchronicznych silniach pierścieniowych. Drugie bazuje na wypełnieniu złącza rtęcią. To rozwiązanie znajduje 31
Karol Maje i in., Projet autonomicznego robota inspecyjnego Rysune. 5 541 wetorów normalnych obliczonych dla danych z laserowego systemu pomiarowego 3D. Obliczenie macierzy owariancji pozwala na wyznaczenie ierunów głównych dla badanej chmury puntów. Macierz owariancji wyznaczana jest następująco: M cov = [ x= y= ( p ix x) 2 i = 0 ( p ix x) ( p iy y) ( p ix x) ( p iz z) p ix p iy ( p iy y) ( p ix x) ( p iy y) 2 ( p iy y) ( p iz z) i = 0 ( p iz z) ( p ix x) ( p iz z) ( p iy y) ( p iz z) 2 ] 3. Znalezienie ortonormalnych wetorów własnych macierzy A T A odpowiadających znalezionym wartościom własnym. 4. Z wetorów własnych uporządowanych malejąco powstają olejne olumny macierzy ortogonalnej V R n n 5. Umieszczając pierwiasti wadratowe z wartości własnych σ i = λ i macierzy A T A w porządu malejącym na diagonalnej macierzy Σ Rm n 6. Wyznaczenie pierwszych r wetorów olumnowych macierzy U R m m z równań u j = 1 σ j A v j dla j= 1,2,...,r. 7. Dodanie do macierzy U pozostałych m-r wetorów Tabela. 1 Strutura paietu zawierającego informację o współ-rzędnych puntów. Nagłówe Współrzędne 541 puntów 0x64 ("d") x 0 y 0 z 0 x 540 y 540 z 540 z= p iz Rozład według wartości własnych (SVD Singular Value Decomposition) ażdą macierz rzeczywistą A m n można przedstawić jao rozład wartości własnych. A= U Σ V T gdzie D= [σ 1 0... 0 0 σ 2... 0 r] 0 0... σ σ 1 σ 2... σ r > 0 σ 1, σ 2,...,σ r macierzy A. Σ = [ D 0 0 0] Σ R m n ma postać to niezerowe wartości szczególne Algorytm znajdowania SVD dla macierzy A Rm n : 1. Wyznaczenie wartości własnych λ i macierzy A T A 2. Oreślenie liczbę r niezerowych wartości własnych macierzy A T A Rysune. 6 Chmura puntów z wetorami normalnymi uzysana z systemu awizycji danych 3D. 3.3. Transfer danych Dane sensoryczne z laserowego systemu pomiarowego 3D będą przesyłane w dwóch paietach. Pierwszy paiet zawiera informacje o współrzędnych puntów. Paiet słada się z jednobajtowego nagłówa i pola danych, ja w tabeli 1. Pole danych zawiera informację o 541 puntach po trzy współrzędne czterobajtowe typu float. Drugi rodzaj paietu zawiera informację o współrzędnych wetorów normalnych do powierzchni dla ażdego puntu. Strutura paietu (tab. 2.) jest analogiczna ja w przypadu przesyłania współrzędnych puntów. 32
Studia i Materiały Informatyi Stosowanej, Tom 4, Nr 7, 2012 str. 29-35 Tabela. 2 Strutura paietu zawierającego informację o ierunach wetorów normalnych. Nagłówe Współrzędne 541 wetorów normalnych 0x6E ("n") xn 0 yn 0 zn 0 x 540 y 540 z 540 4. SERWER DANYCH IMU ORAZ GPS Serwer danych IMU oraz GPS odbiera dane sensoryczne z uładu IMU i GPS oraz przelicza położenie robota mobilnego na współrzędne w uładzie UTM (Universal Transverse Mercator). Nagłówe paietu jest analogiczny ja w paietach z danymi 3D jednobajtowy symbol paietu. Rysune. 7 Robot inspecyjny w środowisu outdoor. Tabela. 3 Strutura paietu zawierającego informację o pozycji i orientacji robota. Nagłó we Długość i szeroość geograficzna Kąty Eulera Pozycja UTM 0x70 ("p") lattitu de longitu de yaw pitch roll E N Sign (3 b) Rysune. 8 Chmura puntów z wetorami normalnymi otrzymana w środowisu outdoor z rysunu 7. 5. EKSPERYMENT Celem esperymentu była inspecja wybranego fragmentu środowisa outdoor. Robot miał za zadanie dostarczenie informacji przestrzennej wzbogaconej o wetory normalne (rysuni 7,8). System przetwarza dane w trybie on-line. Dostęp do danych z poziomu stacji dowodzenia został zapewniony poprzez zastosowaną architeturę rozproszoną. 6. PODSUMOWANIE W pracy przedstawiono projet autonomicznego robota inspecyjnego. Przeprowadzony esperyment poazał poprawność działania systemu, tóry dostarcza do stacji dowodzenia informacji przestrzennej w postaci chmury puntów 3D z naniesionymi wetorami normalnymi obliczonymi w trybie on-line. Zaprojetowano orz wyonano laserowy system pomiarowy 3D w technologii druu 3D. Zaproponowany system robota mobilnego jest nowoczesnym mobilnym stanowisiem pomiarowym, tóre może być wyorzystane w dalszych pracach badawczych nad stworzeniem nowoczesnego systemu inspecyjnego. 33
Karol Maje i in., Projet autonomicznego robota inspecyjnego Literatura 1. Pellenz J., Lang D et al., Real-time 3d mapping of rough terrain: A field report from disaster city. IEEE International Worshop on Safety Security and Rescue Robotics (SSRR), Bremen, Germany(2010). 2. Elseberg, J., D. Borrmann et al., Efficient proc-essing of large 3D point clouds. XXIII Interna-tional Symposium on Information, Communica-tion and Automation Technologies (ICAT), Sa-rajevo, Bosnia (2011). 3. http://www.3d-scanner.net/ 4. J. Będowsi, Intelligent Mobile Assistant for Spatial Design Support, Journal of Automation in Constrution 2012, DOI http://dx.doi.org/10.1016/j.autcon.2012.09.009, 2012 5. Janusz Marian Bedowsi, Andrzej Maslowsi, Geert De Cubber, (2012) "Real time 3D local-ization and mapping for USAR robotic applica-tion", Industrial Robot: An International Jour-nal, Vol. 39 Iss: 5 6. Surmann H., Worst R., et al., RoboCup Rescue - Robot League Team KURT3D. Rescue Robot League Competition RoboCup2004, New Or-leans, Louisiana, USA (2004) 7. R. B. Rusu, Z. C. Marton, N. Blodow, M. Beetz, Learning informative point classes for the acquisition of object model maps, in: Proc. 10th International Conference on Control, Automation, Robotics and Vision ICARCV, 2008, pp. 643 650. 34