Institute of Fundamental Technological Research

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.

3D Map Building, Laser Telemeter, Navigation System, Surroundings Recognition, Unmanned Ground Platform

The paper reports initial results on modeling and simulating cooperation of rescue robots. Our aim is to investigate the efficiency of the “first simulate then act” paradigm for rescue operations undertaken by multiple mobile robots, assuming that information about the environment can be incomplete and partially inconsistent. To deal with ignorance and contradictions we adopt a non–standard logic in the inference engine. To demonstrate feasibility of our approach we present the architecture of the developed simulator and results of experiments done so far.

four-valued logic, search and rescue, multirobotic systems

We describe a system allowing a mobile robot equipped with a 3D laser range finder to navigate in the indoor and outdoor environment. A global map of the environment is constructed, and the particle filter algorithm is used in order to accurately determine the position of the robot. Based on data from the laser only, the robot is able to recognize certain classes of objects like a floor, a door, a washbasin, or a wastebasket, and places like corridors or rooms. For complex objects, the recognition process is based on the Haar feature identification. When an object is detected and identified, its position is associated with the appropriate place in the global map, making it possible to give orders to the robot with the use of semantic labels, e.g., “go to the nearest wastebasket”. The obstaclefree path is generated using a Cellular Neural Network, accounting for travel costs with distance or ground quality. This path planning method is fast and in comparison with the potential field method it does not suffer from the local minima problem. We present some results of experiments performed in a real indoor environment.

artificial intelligence, robotics, mapping

In this article we present a navigation system of a mobile robot based on parallel calculations. It is assumed that the robot is equipped with a 3D laser range scanner. The system is essentially based on a dual grid-object, where labels are attached to detected objects (such maps can be used in navigation based on semantic information). We use a classical SMPA (Sense - Model - Plan - Act) architecture for navigation, however, some steps concerning object detection, planning and localization are parallelized in order to speed up the entire process. The CUDA (Compute Unified Device Architecture) technology allows us to execute our algorithms on many processing units with use of a inexpensive graphics card which makes it possible to apply the proposed navigation system in a real time.

navigation, neural network, parallel computing

W pracy omówiono metody określenia zmian położenia robota mobilnego w środowisku 3D. Przedstawiono dwie implementacje filtru cząsteczkowego, których celem jest przyspieszenie obliczeń. Omówiono metodę, w której zmiana położenia i orientacji odbywa się oddzielnie oraz metodę wykorzystującą procesory graficzne w algorytmie lokalizacji.

Filtry cząsteczkowe, lokalizacja, mapowanie 3D

W artykule przedstawiono metodę budowy hybrydowej rastrowo-obiektowej mapy otoczenia mobilnego na podstawie wskazań skanera laserowego 3D. Chmura punktów jest zapisywana w postaci zbioru wektorów normalnych. Składowe wektora są reprezentowane jako składowe RGB. Przeprowadzana jest segmentacja obrazu, a następnie dokonuje się klasyfikacji semantycznej. W procesie klasyfikacji wykorzystuje się cechy Haara oraz systemy regułowe. Każdy wykryty obiekt jest przypisywany do pewnej komórki mapy rastrowej. Mapa utworzona w ten sposób może być następnie wykorzystana w algorytmie nawigacyjnym – ułatwia współpracę robot-człowiek oraz planowanie trasy. Metoda jest kontynuacją algorytmu opisanego w artykule pt. ”Segmentacja danych otrzymanych z dalmierza laserowego 3D”.

nawigacja, reprezentacja środowiska

Otoczenie robota – wnętrze budynku jak i obszar znajdujący się na zewnątrz może być podzielony na fragmenty, którym następnie możemy przypisać pewne znaczenie semantyczne. Przed przystąpieniem do dokonywania klasyfikacji należy jednak dokonać filtracji i segmentacji danych pomiarowych. W poniższym artykule przedstawione zostaną wyniki segmentacji chmury punktów, którą otrzymujemy na podstawie wskazań laserowego skanera 3D. Zastosowano nowatorską technikę, w której dane pomiarowe zamieniane są na postać kartezjańską, następnie obliczane są wektory normalne do powierzchni, na której punkty leżą. Składowe wektora są normalizowane i zapisywane w reprezentacji RGB. W wyniku opisanej transformacji powstaje kolorowy obraz. Dzięki temu problem segmentacji danych w przestrzeni 3D jest sprowadzony do zadania analizy kolorowych obrazów. Umożliwia to zastosowanie znanych z wizji algorytmów: usuwania szumów, rozrostu ziarna i segmentacji. Przeprowadzone eksperymenty w pomieszczeniu zamkniętym i na zewnątrz budynku potwierdziły efektywność przyjętej metody.

segmentacja, mapy 3D

W poniższej pracy przedstawiono system nawigacyjny robota mobilnego. W procesie planowania trasy wykorzystuje się semantyczną wiedzę o otoczeniu. Robot wyposażony w skaner laserowy 3D analizuje otoczenie i przypisuje obserwowanym obiektom etykiety. Cel, do którego robot ma dotrzec jest wskazywany poprzez podanie nazwy obiektu. Możemy więc wydać polecenie typu jedź do ściany, do drzwi, czy też umywalki. Zastosowano hybrydową rastrowo-obiektową reprezentację otoczenia. W procesie planowania trasy zastosowano sieci komórkowe.

semantyczna nawigacja, roboty mobilne, sieci komórkowe

W artykule przedstawiono system wspomagający pracę operatora zdalnie kontrolowanego pojazdu poprzez wizualizację najbliższego otoczenia jako mapy wysokośsci przeszkód. Informacje o otoczeniu zbierane są za pomocą dalmierzy laserowych 2D dokonujących pomiaru w jednej płaszczyźnie, dane dotyczące umiejscowienia i przechyłów pojazdu dostarczają inklinometr, radarowy czujnik prędkosci oraz moduł GPS. Na podstawie przemieszczania się pojazdu możliwa jest pełna rekonstrukcja środowiska, przy założeniu że jest ono całkowicie statyczne. Przedstawiono wyniki budowania mapy 2,5D dla trzech róznych środowisk: garażu podziemnego, przejazdu między budynkami i parkingu samochodowego.

mapa otoczenia, nawigacja, dalmierze laserowe

The aim of this paper is to present application of non-standard logic in the process of reasoning regarding the state of environment in a multi-robotic system. We have investigated the possibility that the usage of four-valued logic can serve as an alternative to the traditional probabilistic approach when handling the uncertainties. As a proof of concept, we have considered a typical search-and-rescue scenario in which a group of n robots performs a search for k victims localized in random positions in an initially unknown building. The building is represented in the form of a graph while the uncertainties are modeled by parameters denoting probabilities of victim observation and random blocking of a robot transition between neighboring nodes (which precludes the possibility for the robot to know anything about the actual graph structure with full confidence). The simulation results show that the unique features of applied reasoning language give significant improvement over typical approaches based on the two-valued logic. The results have a preliminary character, in the sense that up to now, only numerical experiments have been performed—applying the idea in a real multi-robotic system is currently underway.

Search-and-rescue problem, Reasoning engine, Four-valued logic, 4QL, Simulation

In this paper a system for extracting semantic information in indoor and outdoor environment from 3D laser scanner is presented. The largest objects (like walls, floor, ceiling, etc.) are recognized by constructing an RGB image based on normal vectors and applying a simple rule-based system. More sophisticated techniques are used to detect the remaining ones: Haar-like features – to classify small and irregular objects, and Cellular Neural Networks – to distinguish between different types of ground on which the robot is able to operate.

semantic information, laser range finder, navigation