Продолжаем следить за судьбой проекта социального робота Qbo, в котором используется открытое ПО (ОС Linux и операционная система для роботов — ROS).
Сегодня, в блоге разработчиков робота, появилась запись об использовании Qbo 3D-сенсора ASUS Xtion Pro Live (по принципу действия схож с сенсором Microsoft Kinect).

Возможность автономной локализации имеет очень важное значение для автономных роботов, которые должны адаптироваться к окружающей среде. В робототехнике, этот метод известен как SLAM (Simultaneous Localization And Mapping — Метод одновременной навигации и построения карты). SLAM, может быть реализован различными алгоритмами, в 2D или 3D-среде, используя различные типы датчиков (лазерные дальномеры, гидролокаторы, одометрию, веб-камеры и т.д.).

Робот Q.bo, уже оснащен двумя HD веб-камерами, а также 4-мя ультразвуковыми датчиками (2 спереди и 2 сзади), но его разработчики решили попробовать подключить к роботу ещё и 3D-сенсор — ASUS Xtion Pro Live, прикрепив его к Q.bo на голову.

Решение об использовании именно этого датчика, вместо того же Kinect-а, было принято из-за его небольшого размера и веса.

Данные облака точек от 3D-сенсора, вместе с одометрией робота и данными от гироскопа, позволяют Q.bo создавать карту помещения, строить 3D-модели объектов и осуществлять автономную локализацию в режиме реального времени.
Эта система, позволяет реализовать более точное и сложное зрительное восприятие, по сравнению со стереоскопическими камерами и ультразвуковыми датчиками. Тем не менее, совместное использование всех систем (ультразвук, веб-камеры и 3D-сенсор) позволяет получать гораздо более полную информацию, чем использование каждой из систем в отдельности.

демонстрационное видео — Qbo Robot & Xtion Pro Live 3D sensor

Видео можно разделить на следующие главы:
* Глава I: Установка сенсора Xtion Pro Live на голову Qbo.
* Глава II: 3D-визуализация облака точек (используется утилита визуализации RViz из состава ROS) и 3D-модели Q.bo (для ускорения работы используется GPU — NVIDIA GeForce GTX 295).
* Глава III: SLAM. Робот формирует 2D-карту при помощи лазерного сканирования. Используется пакет из ROS — Gmapping — реализация алгоритма SLAM, разработанная Giorgio Grisetti, Cyrill Stachniss и Wolfram Burgard.
* Глава IV: автономная навигация с использование построенной 2D-карты.
В Rviz, роботу указывается первоначальное положение и цель для движения. Используется пакет из ROS — amcl (автор пакета — Brian P. Gerkey). Пакет реализует локализацию, используя particle filter. Для этого, он использует данные лазерного сканирования, полученные от Xtion Pro Live и данные 2D-карты.
Для движения, используется пакет ROS — move_base, разработанный Eitan Marder-Eppstein. Пакет содержит реализацию глобального и локального 2D-планирования движения (для выявления препятствий, используются данные лазерного сканирования).

далее: Видео сборки робота Qbo

Ссылки
Q.bo and the Xtion Pro Live 3D sensor
ASUS Xtion Pro Live
Particle filter

По теме
SLAM
Реализация SLAM у Qbo
Работа с Kinect под ROS — часть 2 — преобразование облака точек в данные лазерного дальномера