Разработка системы автономного движения и картографии для робота ROIN-RTS-100

Задача управления роботом на пересеченной местности в условиях большой дистанции между оператором и роботом, как правило, осложняется помехами управляющего сигнала и проблемами связи. В целом не исключены ситуации полной потери связи. В таком случае поведение робота может быть непредсказуемо и привести к аварии и поломке. Для исключения подобных сценариев желательно иметь функционал автономного принятия решений роботом на основе состояния окружающей среды, которые робот может получить из установленных на борту датчиков и камер. Данная работа приводит пример разработки такого функционала, цель которого обеспечить возможность для робота, в случае потери связи с оператором, продолжить движение в обратном направлении в автономном режиме, с целью либо вернуться в точку, в которой сигнал был еще доступен, либо же вернуться в точку начала движения.

1. Stachniss C. Simultaneous Localization and Mapping / C. Stachniss, J.J. Leonard, S. Thrun // Springer Handbook of Robotics. – Cham: Springer, 2016. – P. 1153–1176.

2. Robot Operating System 2: Design, Architecture, and Uses in the Wild / S. Macenski, T. Foote, B. Gerkey [et al.] // Science Robotics. – 2022. – Vol. 7, No. 66. – URL: https://doi.org/10.1126/scirobotics.abm6074 (дата обращения: 23.06.2025).

3. Gazebo [Электронный ресурс]. – URL: https://gazebosim.org/home (дата обращения: 23.06.2025).

4. Mur-Artal R. ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras / R. Mur-Artal, J.D. Tardós // IEEE Transactions on Robotics. – 2017. – Vol. 33, Iss. 5. – P. 1255–1262.

5. 3-D Mapping with an RGB-D Camera / F. Endres, J. Hess, J. Sturm [et al.] // IEEE Transactions on Robotics. – 2017. – Vol. 30, Iss. 1. – P. 177–187.

6. Labbé M. RTAB-Map as an Open-Source Lidar and Visual Simultaneous Localization and Mapping Library for Large-Scale and Long-Term Online Operation / M. Labbé, F. Michaud // Journal of Field Robotics. – 2019. – Vol. 36. – P. 416–446.

7. Theta*: Any-Angle Path Planning on Grids / K. Daniel, A. Nash, S. Koenig, A. Felner // Journal of Artificial Intelligence Research. – 2010. – Vol. 39. – P. 533–579.

8. Aggressive Driving with Model Predictive Path Integral Control / G. Williams, P. Drews, B. Goldfain [et al.] // IEEE International Conference on Robotics and Automation (ICRA). – IEEE, 2016. – P. 1433–1440.

9. Labbé M. Appearance-Based Loop Closure Detection for Online Large-Scale and Long-Term Operation / M. Labbé, F. Michaud // IEEE Transactions on Robotics. – 2013. – Vol. 29, Iss. 3. – P. 734–745.

10. Bay H. SURF: Speeded Up Robust Features / H. Bay, T. Tuytelaars, L.V. Gool // Computer Vision – ECCV 2006: 9th European Conference on Computer Vision, Graz, Austria, May 7–13, 2006, Proceedings, Part I. – Berlin, Heidelberg: Springer, 2006. – P. 404–417.

11. Lowe D.G. Distinctive Image Features from Scale-Invariant Keypoints / D.G. Lowe // International Journal of Computer Vision. – 2004. – Vol. 60. – P. 91–110.

12. ORB: An Efficient Alternative to SIFT or SURF / E. Rublee, V. Rabaud, K. Konolige, G. Bradski // International Conference on Computer Vision. – IEEE, 2011. – P. 2564–2571.

13. Dellaert F. Factor Graphs and GTSAM / F. Dellaert, M. Kaess // GTSAM [Электронный ресурс]. – URL: https://gtsam.org/tutorials/intro.html (дата обращения: 23.06.2025).

14. Lu D.V. Layered Costmaps for Context-Sensitive Navigation / D.V. Lu, D. Hershberger, W.D. Smart // IEEE/RSJ International Conference on Intelligent Robots and Systems. – IEEE, 2014. – P. 709–715.

15. Inflation Costmap Plugin // Documentation – ROS Wiki [Электронный ресурс]. – URL: https://wiki.ros.org/costmap_2d/hydro/inflation (дата обращения: 23.06.2025).

16. Neto C.A.P. A-Star Path Planning Simulation for UAS Traffic Management (UTM) Application / C.A.P. Neto, G. de Carvalho Bertoli, O. Saotome // arXiv [Электронный ресурс]. – URL: https://arxiv.org/abs/2107.13103 (дата обращения: 23.06.2025).