Werykacja eksperymentalna

Przedstawiony algorytm zostaª wykorzystany do budowy mapy w warunkach laboratoryjnych, jak równie» w warunkach przypominaj¡cych misje poszuki-wawcze na zewn¡trz budynków.

Rysunek 5.17 przedstawia map¦ utworzon¡ z kolejnych pomiarów makie-ty terenu w warunkach laboratoryjnych. Wózek z kamer¡ umieszczon¡ 0, 8 m nad podªo»em i pochylon¡ o 35^◦ w dóª, przesuwany byª wzdªu» szyny z na-niesion¡ podziaªk¡. Kolejne pomiary wykonywane byªy co 0, 1 m. Zbadany

pomiar pomiar

pomiar

brak pomiaru

brak pomiaru

pomiar brak pomiaru

Rysunek 5.16: Przykªadowy przebieg zmian warto±ci licznika »ywotno±ci

nowych pomiarów

zostaª równie» wpªyw algorytmu usuwaj¡cego artefakty z danych stereowi-zyjnych na jako±¢ mapy. W tym celu wykorzystano zmodykowan¡ wersj¦

miary jako±ci Performance Index (PI) , przedstawionej w pracy [118]:

PI =

∑_i=1

n

∑_j=1

m o_f(i, j)· (hf(i, j)− ht(i, j))²

∑_i=1

n

∑_j=1

m o_m(i, j)· (hm(i, j)− ht(i, j))² ·Nom

N_of . (5.40) Warto±¢ Performance Index wskazuje, w jakim stopniu dana metoda mapo-wania zmniejsza bª¦dy pomiaru wysoko±ci wzgl¦dem innej metody, uznanej za rozwi¡zanie bazowe. W powy»szym wzorze hf(i, j)oznacza wysoko±¢ w ko-mórce mapy o wspóªrz¦dnych i, j, zbudowanej przy wykorzystaniu przedsta-wionej ltracji danych stereowizyjnych; natomiast hm(i, j)oznacza wysoko±¢

w komórce mapy zbudowanej na podstawie danych poddanych tylko pod-stawowej ltracji ltrami wbudowanymi w oprogramowanie kamery (niskie warto±ci progów ltrów). Wyra»enie ht(i, j)oznacza wysoko±¢ w komórce ma-py ground truth, zbudowanej poprzez skanowanie makiety terenu skanerem

0,2

Rysunek 5.17: Mapa utworzona przy u»yciu przedstawionego algorytmu (b) oraz widok z kamery (a)

laserowym Hokuyo URG-04LX, zamontowanym na ramieniu robota prze-mysªowego. Wspóªczynniki of(i, j) oraz om(i, j) mog¡ przyjmowa¢ warto±ci 0 lub 1 i okre±laj¡ czy w danej komórce mapy (odpowiednio hf(i, j)i hm(i, j)) zmierzono jak¡± wysoko±¢. Nom oraz Nof oznaczaj¡ natomiast liczb¦ komórek w hm(i, j)i hf(i, j), w których wyst¦puje pomiar wysoko±ci. Warto±¢ PI jest zatem ilorazem bª¦du ±redniokwadratowego mapowania przy u»yciu danej metody wzgl¦dem bª¦du ±redniokwadratowego mapowania przy u»yciu innej metody, stanowi¡cej punkt odniesienia.

Na rysunku 5.18 przedstawiono wycinki map obejmuj¡ce makiet¦ terenu, wykonane przy u»yciu danych przeltrowanych ró»nymi sposobami, a tak»e map¦ ground truth.

Warto±¢ PI dla mapy zbudowanej przy wykorzystaniu danych stereo-wizyjnych poddanych opisanej procedurze ltracji wyniosªa 0,91. Oznacza to, »e dzi¦ki dodatkowej ltracji danych stereowizyjnych, ±redniokwadrato-wy bª¡d pomiaru ±redniokwadrato-wysoko±ci zostaª zmniejszony o 9%. Dla porównania, mapa zbudowana z danych otrzymanych prosto z kamery przy domy±lnych

warto-±ciach progów ltrów, uzyskaªa warto±¢ PI równ¡ 0,99. Jednocze±nie wida¢, »e w mapie tej wyst¦puj¡ luki, których nie ma na mapie zbudowanej na podsta-wie danych poddanych jedynie podstawowej ltracji ltrami wbudowanymi.

Oznacza to, »e dzi¦ki zwi¦kszeniu progu ltrów wbudowanych do warto±ci domy±lnych uzyskano jedynie nieznaczn¡ redukcj¦ bª¦du mapowania (1%), a dodatkowo usuni¦te zostaªy u»yteczne dane.

Rysunek 5.19 przedstawia wycinek mapy, zawieraj¡cy makiet¦ nierów-nego terenu. Mapa ta zostaªa wykonana przy u»yciu kamery zamontowanej

a b

c d

Rysunek 5.18: Wycinek mapy z makiet¡ terenu. Mapa ground truth (a), mapa otrzymana z danych z minimaln¡ ltracj¡ ltrami wbudowanymi (b), mapa otrzymana z danych poddanych postprocessingowi (c) oraz mapa otrzymana z danych z domy±ln¡ ltracj¡ ltrami wbudowanymi (d)

na ramieniu robota przemysªowego. Dzi¦ki takiemu umiejscowieniu, mo»liwe byªo uniezale»nienie si¦ od bª¦dów lokalizacji sensora. Mapy na rys. 5.19 a-f pochodz¡ z kolejnych pomiarów, wykonywanych co 0, 1 m. Ka»da z tych map utworzona zostaªa z pojedynczego pomiaru. Na rys. 5.19 h widoczna jest mapa b¦d¡ca poª¡czeniem wszystkich danych, zgodnie z opisywan¡ me-tod¡. Mo»na zauwa»y¢, »e luki widoczne na rys. 5.19 a-f zostaªy usuni¦te dzi¦ki poª¡czeniu danych ze wszystkich pomiarów. Ponadto gªównym uwa-gi jest fakt, »e przepa±cie w makiecie nie zostaªy dokªadnie odwzorowane, co jest zwi¡zane gªównie z przesªanianiem oraz wyst¦powaniem w danych otrzymanych z kamery stereowizyjnej artefaktów, które nie zostaªy usuni¦-te w postprocessingu. W celu sprawdzenia jaki wpªyw na jako±¢ mapowania maj¡ bª¦dy lokalizacji, wyznaczono warto±¢ Performance Index, okre±laj¡c¡

zale»no±¢ pomi¦dzy dwoma mapami makiety terenu: zbudowan¡ przy wy-korzystaniu robota przemysªowego (rys. 5.19 h) oraz wykonan¡ gdy sensor przesuwany byª r¦cznie (rys. 5.18 c). Wyznaczona warto±¢ PI wyniosªa 0,86, co oznacza, »e uniezale»nienie si¦ od bª¦dów lokalizacji zmniejszyªo bª¡d

ma-a b

c d

e

g

f

h

Rysunek 5.19: Mapa utworzona przy u»yciu danych z kamery zamontowa-nej na ramieniu robota przemysªowego. Mapy pochodz¡ce z pojedynczych pomiarów (a-f), widok z kamery (g) oraz mapa utworzona z poª¡czenia

po-0 0,1 0,2 0,3 0,4

3 2,5

y [m]

x [m]

2 1,5

1

-1-0,8-0,6-0,4-0,2

0,20,4 0,60,8 1 0

a b

Rysunek 5.20: Widok z kamery (a) oraz mapa utworzona na zewn¡trz bu-dynku (b)

powania o 14%. Osi¡gni¦to wi¦c znacz¡c¡ popraw¦ jako±ci mapowania w po-równaniu z warto±ciami, wynikaj¡cymi z wprowadzenia dodatkowej ltracji danych stereowizyjnych. Pokazuje to, jak istotny jest wpªyw poprawnego okre±lenia poªo»enia sensora na jako±¢ budowanych map wysoko±ci.

Na rysunku 5.20 zaprezentowano map¦ wykonan¡ na zewn¡trz budynku, w warunkach przypominaj¡cych mo»liwe do napotkania w misjach poszuki-wawczych. Tak jak poprzednio, kamera przesuwana byªa wzdªu» szyny, a po-miary wykonywane byªy w odst¦pach 0, 2 m. Przedstawiona metoda budowy mapy poprawnie odwzorowuje ksztaªt obiektów na scenie. Warto zauwa»y¢,

»e równie» ro±linno±¢ potraktowana zostaªa jako przeszkoda o konkretnej wysoko±ci, podczas gdy mo»liwe byªoby kroczenie po gruncie pomi¦dzy

ro-±linami. Uwzgl¦dnienie tego faktu wymagaªoby jednak bardzo dokªadnego sensora b¡d¹ klasykacji rodzaju terenu [101].

Rozdziaª 6

Jednoczesne wykorzystanie danych z wielu sensorów wizyjnych

6.1 Wst¦p

Wykorzystanie samej kamery stereowizyjnej w zadaniu budowy mapy terenu dla robota krocz¡cego mo»e nie dawa¢ satysfakcjonuj¡cych wyników. O ile zasi¦g pomiaru przy u»yciu tego typu sensorów jest du»y, to k¡ty widzenia s¡

ograniczone. Je±li istnieje potrzeba wykorzystania kamery stereowizyjnej do innych celów ni» tylko budowa mapy (np. teleoperacja b¡d¹ odometria wizyj-na), to po»¡dane jest skierowanie kamery stereowizyjnej do przodu. W takim przypadku nale»y zrezygnowa¢ ze znacznego pochylenia kamery, co owocuje zwi¦kszeniem minimalnego zasi¦gu pomiaru geometrii terenu. W takim przy-padku przydatne mo»e okaza¢ si¦ wykorzystanie skanera laserowego, pochy-lonego w dóª, w celu pomiaru geometrii terenu bezpo±rednio przed robotem.

Wykorzystanie skanera laserowego mo»e równie» zaowocowa¢ lepsz¡ jako±ci¡

mapy, z uwagi na wysok¡ dokªadno±¢ pomiaru przy u»yciu tego typu sen-sorów. Zanim jednak b¦dzie mo»na wykorzysta¢ pomiary z obu sensorów, nale»y sprowadzi¢ te pomiary do wspólnego ukªadu wspóªrz¦dnych. W tym celu przydatna okazuje si¦ znajomo±¢ poªo»enia sensorów w ukªadzie wspóª-rz¦dnych robota. Wiedz¦ t¦ mo»na uzyska¢ w procesie kalibracji poªo»enia sensorów. W niniejszym rozdziale opisano metody pozwalaj¡ce na budow¦

mapy terenu przy u»yciu kamery stereowizyjnej Videre Design STOC oraz pochylonego w dóª skanera laserowego Hokuyo URG-04LX.