Локализация робота по ArUco маркерам
Доклад освещает базовые принципы использования компьютерного зрения для навигации мобильного робота по фидуциарным маркерам (специальным изображениям, которые предназначаются для распознавания в качестве реперных точек — обычно имеют высокую контрастность на возможном фоне и оптимизированы для распознавания при сканировании под углом и плохом освещении).
В качестве маркеров, применяются как простые примитивы («шашечки»), так и готовые системы кодирования данных: DataMatrix, QR-коды, специально разработанные системы маркеров в виде чёрно-белых изображений.
Пример — маркеры ArUco, которые позволяют представляют собой пиксельные маркеры с гранулярностью от 4×4 до 7×7, распознавание которых занимает всего несколько десятков миллисекунд, что позволяет находить и детектировать маркеры с минимальными вычислительными затратами.
В докладе показан путь от обнаружения маркера на изображении до вычисления позиции робота относительно данного маркера.
Для распознавания ArUco маркеров, используется модуль aruco_marker, входящий в состав популярной библиотеки компьютерного зрения — OpenCV.
Обзор планировщика пути Timed Elastic Band
Eurobot: планирование пути робота
Ссылки
Доклады второго ROS Meetup по навигации роботов
fiducial_slam
ArUco: a minimal library for Augmented Reality applications based on OpenCV
По теме
Robot Operating System Meetup — 2020 состоится в Москве 18-19 апреля 2020 года
SLAM