автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Метод распознанвания бинарных изображений дорожных сцен в системе управления движением автономного транспортного робота

ВВЕДЕНИЕ

1 Обзор состояния проблемы и постановка задачи

1.1 Обзор состояния проблемы.

1.2 Оъект и система управления.

1.3 Постановка задачи.

2 Анализ и описание дорожных сцен

2.1 Геометрия перспективного преобразования.

2.2 Предположение о плоском характере дороги.

2.3 Общая схема анализа изображения дорожной сцены

2.4 Построение контура области дороги.

2.5 Аппроксимация границ дороги ломаной.

2.6 Перевод контура дороги в подстилающую плоскость

2.7 Построение паросочетания графа дорожной сцены

2.8 Построение фрейма дорожной сцены

2.9 Анализ последовательности кадров.

2.10 Вычисление коэффициента достоверности .$

2.11 Определение основного участка дороги.

3 Управление движением по дороге

3.1 Принципы построения нечетких регуляторов

3.2 Управление курсом робота.

3.3 Управление скоростью робота.

3.4 Организация поворотов на перекрестках.

4 Программная реализация и экспериментальное исследование алгоритмов анализа изображений дорожных сцен и управления движением по дороге

4.1 Программная реализация

4.2 Комплексная модель управляемого движения робота по дороге.

4.3 Экспериментальное исследование алгоритмов анализа изображений дорожных сцен и управления движением на комплексной модели.

4.4 Результаты натурных экспериментов

Неблагоприятные и опасные для человека условия, имеющие место на производстве, ведении современных боевых действий, работе в космосе, на дне океана и на зараженной местности, требуют применения автономных робототехнических систем. Первые роботы, с которых началась современная робототехника, появились в начале 50-ых годов. Они представляли собой дистанционно управляемые манипуляторы для работы с радиоактивными материалами. В конце 50-ых годов появился первый промышленный робот, снабженный компьютером. Это позволило перепрограммировать его для выполнения различных работ. Далее стало ясно, что гибкость программируемых роботов может быть значительно повышена за счет использования средств очувствления. В начале 60-ых годов появились первые роботы-манипуляторы, снабженные тактильными датчиками. Обработка показаний датчиков на связанном с манипулятором компьютере позволила адаптироваться к неполностью определенной внешней обстановке.

В конце 60-ых годов в лаборатории искусственного интеллекта в Стэнфордском Университете был создан робот, оснащенный руками, глазами и ушами, т.е. имеющий манипуляторы, телевизионные камеры и микрофоны и соответствующие программы обработки информации. Он мог воспринимать устные команды, "видеть" разбросанные на столе кубики и манипулировать ими в соответствии с полученными инструкциями.

Итоги развития робототехники к середине 80-ых годов подведены в монографиях [1, 2, 3, 4]. Принятая в настоящее время классификация роботов разделяет их по степени автономности в выполнении поставленных задач на три поколения [4]:

- к роботам первого поколения относятся телеуправляемые аппараты;

- второе поколение роботов отличает самостоятельное выполнение чисто механических операций по заранее составленной программе;

- третье поколение отличается максимальной самостоятельностью в принятии решений. Робот третьего поколения (или интеллектуальный робот) самостоятельно строит модель внешней среды, анализируя показания установленных на нем датчиков, выбирает подцели и достигает их.

Первое поколение роботов имеет широкое распространение в промышленности в виде различного рода манипуляторов. Они предназначены для обслуживания аппаратуры или проведения различных технологических операций в опасных для человека зонах. Они приводятся в действие человеком-оператором, который находится на некотором удалении (иногда весьма значительном) от рабочего места. С точки зрения управления, основной характеристикой этих устройств является полная зависимость их от оператора.

Второе поколение роботов обладает более сложным спектром функциональных возможностей. Вмешательство человека в данном случае осуществляется на этапе составления программы действий робота. После получения программы робот самостоятельно выполняет ее заданное число раз. Однако, в случае изменений условий работы, робот не может сам откорректировать программу действий. Для этого требуется вмешательство человека. Типичными представителями данного поколения являются роботизированные технологические линии современных производств.

Роботы третьего поколения (или интеллектуальные роботы) оснахцены датчиками и системами обработки информации. Они могут адаптироваться к изменениям внешней среды и перепланировать свои действия, анализируя показания датчиков.

Среди роботов третьего поколения особое место занимают мобильные роботы. Анализ их возможных применений и состояния дел в этой области дан в монографии [1]. Выявлены следующие области, в которых остро стоит проблема роботизации технологических процессов и которые требуют внедрения мобильных роботов:

- добыча полезных ископаемых;

- атомная энергетика;

- космическая техника;

- строительство.

Применение роботов в этих областях диктуется высокой степенью травматизма, неблагоприятными и опасными условиями проведения работ. В других областях, как например сельское хозяйство, транспортировка грузов, складское хозяйство и др. имеется большое количество монотонных операций, которые отнимают много времени, утомляют и раздражают человека.

Разработка мобильных роботов находится в начальной стадии развития. Наибольшее количество внедрений приходится на гибкие производственные системы (ГПС), где роботы используются в транспортных подсистемах. Навигация осуществляется, как правило, с помощью электромагнитных кабелей, проложенных по маршруту движения робота. Иногда применяются и другие, например, оптические отражательные системы навигации. Имеются примеры применения мобильных роботов в больницах для доставки питания и лекарств в палаты. В сельском хозяйстве есть образцы роботов для сборки овощей и фруктов, обработки виноградников.

Однако во многих приложениях нет возможности структурировать среду функционирования мобильного робота или такая структуризация обходится слишком дорого. Таковы некоторые промышленные приложения (например, доставка деталей со склада в цеха на крупном предприятии), военные приложения, борьба с пожарами, обслуживание атомных электростанций и химических предприятий, работа в зонах аварий и стихийных бедствий и т.д. Для мобильного робота, функционирующего в неструктурированной среде, весьма сложной задачей является даже простое перемещение из одной заданной точки А в другую точку В.

Мобильные роботы для работы в неструктурированных средах оснащаются одометрическими и инерциальными датчиками, ультразвуковыми, инфракрасными и лазерными дальномерами, телевизионными системами зрения. Наиболее богатую, но и наиболее трудно поддающуюся анализу, информацию поставляют телевизионные камеры (так же как и у человека основной сенсорной системой, дающей информацию о внешнем мире, является зрение).

Обработка и анализ изображений представляет собой обширную и самостоятельную область знаний, известную под названием машинного или компьютерного зрения. Этим проблемам посвящены монографии [5, 6, 7, 8].

Первым мобильным роботом, оснащенным системой машинного зрения, был Shakey [9]. Он был создан в основном для исследования методов решения задач в искусственном интеллекте.

Тележка Стэнфордского Университета [10], созданная в конце семидесятых годов, представляет собой подвижную платформу, снабженную телекамерой. Тележка движется в пошаговом режиме. Перемещаясь из стороны в сторону по направляющей линейке, камера снимает 9 кадров из фиксированных положений на линейке. Программа, выполняемая на ЭВМ DEC KL-10, анализирует кадры, строит трехмерную модель внешней среды и затем планирует путь к цели в обход видимых препятствий. Время обработки телеинформации, полученной с одной точки (девяти кадров), и планирования пути составляет 10-15 минут. Затем тележка продвигается на 1 м и опять "думает" 10-15 минут и т.д. Система успешно провела тележку по нескольким достаточно сложным маршрутам длиной до 20 метров среди стульев и картонных препятствий внутри помещения. Прогоны на улице были менее успешными, т.к. за время нахождения тележки на одном месте для съема телеинформации солнце и тени успевали заметно переместиться, что сильно искажало картину видимых препятствий. Управляющая ЭВМ находилась вне тележки и была связана с ней кабелем.

В 1975 г. в лаборатории теоретической кибернетики ЛГУ были созданы два макета адаптивных транспортных роботов "Адаптрон-Iм и "Адаптрон-2" [И]. Робот был оснащен навигационной системой, которая определяла текущие координаты и ориентацию. В процессе движения роботы накапливали информацию о препятствиях и использовали ее для перепланирования маршрута. Модель среды представляла собой плоский план, на котором препятствия аппроксимировались многогранниками. Роботы предназначались для функционирования в частично организованной среде (помещение лаборатории, участок цеха).

В 1977-1980 гг. В ИПУ АН СССР проводились исследования механизмов формирования поведения и методов управления транспортного робота, самостоятельно принимающего решения по выбору подцелей и их достижению [12, 13, 14]. В результате был создан робот "Кентавр", управляемый стационарной ЭВМ и оснащенный комплексной системой очувствления.

Интегральный робот "Кентавр" представляет собой шестиколес-ное шасси с установленными на него блоками автоматики, информационной и навигационными системами [15]. Робот управлялся вычислительным комплексом М-6000.

Навигационная система состояла из гироскопической системы ориентации, включающей курсовой гироскоп и гировертикаль с маятниковой коррекцией, и системы счисления пути с одометром в виде седьмого свободного колеса, подвеска которого позволяла ему перемещаться без отрыва от поверхности при любых допустимых эво-люциях робота.

Система получения информации о внешней среде содержала обзорно-информационную систему, базирующуюся на лазерном фа-зоимпульсном сканирующем измерителе расстояний, и тактильную систему, построенную с использованием контактных микровыключателей и упругих чувствительных элементов. Зона обзора лазерного измерителя — сектор с углом раскрытия 60° в горизонтальной плоскости и сектор с углом раскрытия 110° в вертикальной плоскости. Максимальная измеряемая дальность до 3 м; число точек измерения в зоне обзора — около 500.

Синтез системы управления движением был произведен в соответствии с принципом переменной иерархии. Работа управляющей ЭВМ М-6000, являющейся машиной последовательного типа действия и имеющей строго иерархическую систему организации, при помощи программных механизмов была перестроена таким образом, что порядок вызова программ и их ранг в иерархической структуре не были предопределены заранее, а диктовались ходом взаимодействия робота со средой в процессе целенаправленного движения [13]. Робот испытывался на полигоне с перестраиваемой поверхностью, где имелись склоны, эскарпы, трещины и камни, а также практически любые плавные изменения поверхности ( с дискретностью 0,15 м). Исследовались различные режимы движения: старт-стопный с проведением обзора и принятием решений во время остановки (10

- 15 сек.), непрерывный с использованием обзорно-информационной системы в качестве однострочного оптического бампера (56 точек измерения) и "слепой" метод с идентификацией препятствий с помощью тактильной системы [16]. В процессе испытаний были всесторонне проверены алгоритмы восприятия и построения локальной модели проблемной среды, планирования и управления движением в сложной стесненной обстановке с большим числом препятствий на единицу площади.

Колесно-шагающий робот (КПГР) был создан в ИФТП в 1985 году на базе экспериментального образца самоходного шасси, разработанного ВНИИ транспортного машиностроения в рамках программы " Марсоход", Робот был оснащен комплексной системой машинного зрения и бортовым управляющим вычислительным комплексом МСУВТ В7 [17]. Система управления включала в себя информационную систему, блок управления приводами и бортовой управляющий вычислительный комплекс. Информационная система состояла из подсистем получения информации о внешней среде, навигационной подсистемы и датчиков внутренней информации. Подсистема получения информации о внешней среде включала в себя комплексную систему машинного зрения, тактильную систему безопасности и систему определения пробуксовки. Комплексная система машинного зрения была представлена лазерным сканирующим дальномером, двумя телевизионными камерами, образующим стереопару с вертикальным базисом, и двумя телевизионными камерами типа — с горизонтальным стереобазисом. Дальномер использовался тот же, что и на роботе "Кентавр", но дальность его действия в результате модернизации была увеличена до 7 м. Навигационная подсистема включала курсовой гироскоп, гировертикаль и датчик измеритель пройденного пути. Робот прошел лабораторно-отработочные испытания. и

В 1983 г. DARPA (Управление перспективных исследований и разработок Министерства Обороны США) начало разработку проекта ALV (Автономный наземный робот). Исследования имеют целью установить принципы организации автономных мобильных роботов, выявить фундаментальные научные проблемы, которые должны быть решены для создания подобных роботов и создать прототип автономного транспортного средства, способного двигаться по дороге и по пересеченной местности на основе анализа визуальной информации. В рамках этого проекта работают две исследовательские группы в Университете Карнеги-Меллона (Институт робототехники и лаборатория мобильных роботов), лаборатория в Университете штата Мэриленд и лаборатория Martin Marietta Denver Aerospace.

Корпорация FMC развивает проект, предусматривающий создание транспортного средства для работы как в телеуправляемом, так и в автономном режимах. Проект ориентирован на военные применения и реализуется на бронетранспортере МПЗ.

По заказу НАСА разрабатываются несколько проектов автономных роботов для исследования планет. Среди них есть как колесные, так и шагающие аппараты.

В Европе осуществляются проекты ESPRIT и Eureka Information Technology, нацеленные на создание автономных роботов для работы в опасных и неблагоприятных средах.

В Японии с 1985 г. разрабатывается программа Advanced Robot Technology Program, в рамках которой должны быть созданы автономные и телеуправляемые роботы для обслуживания атомных электростанций, подводных работ, работы в зонах аварий и стихийных бедствий и для борьбы с пожарами.

В 1987 г. американская фирма Engineering Transaction Research Corporation [21] приступила к разработке мобильного обслуживающего робота Help Mate для доставки полезных грузов в больницах подносов с питанием, лекарств и т. п.). Help Mate в 1990 г. прошел испытания в реальных условиях и после доработки надежно эксплуатируется в больнице.

В Германии работы по созданию мобильных роботов ведутся в Университете г. Карлсруэ и в Мюнхенском Университете бундесвера.

Во Франции разрабатывается программа DARDS по созданию автономного и телеуправляемого робота для военных применений.

Работы по техническому зрению для мобильных роботов ведутся также в следующих лабораториях и университетах: Advanced Decision Systems, General Electric, Honeywell Research Center, Колумбийский Университет, Массачусетский Технологический Институт, Массачусетский Университет в Армхерсте, Рочестерский Университет, Калифорнийский Университет, Университет в Санта-Барбара.

В декабре 1986 г. в Амстердаме была проведена 1-ая Международная конференция по автономным системам. В декабре 1989 г. там же состоялась 2-ая Международная конференция по автономным системам. За время, прошедшее между двумя конференциями, был отмечен значительный прогресс в развитии автономных мобильных роботов. Появились новые области их потенциального применения, например, роботы для работы в космическом пространстве, в сельском хозяйстве.

С точки зрения планирования движения задачи, возникающие при управлении автономным мобильным роботом, могут быть разбиты на три уровня. На верхнем (стратегическом) уровне система управления планирует маршрут движения, используя априорную карту местности. Сформированное на этом уровне маршрутное задание представляет собой последовательность действий, которые должен выполнить робот, и сведений о местности, необходимых для реализации этих действий. Например, одним из элементов маршрутного задания может быть требование проехать по дороге из пункта А заданное расстояние, затем обнаружить перекресток, повернуть направо и проехать еще некоторое расстояние.

На среднем (тактическом) уровне планируются действия, необходимые для реализации текущего фрагмента маршрутного задания. При этом для восприятия внешней среды используется система технического зрения, которая в разных ситуациях может основываться на разных датчиках. Например, при движении по дороге включается телекамера, а при движении по пересеченной местности — сканирующий лазерный дальномер. Система технического зрения строит модель внешней среды, служащую для планирования действий в локальной зоне видимости робота. Эти действия обеспечивают решение таких тактических задач как объезд препятствий, обеспечение движения по середине дороги, выполнение поворота на перекрестке и т. п. Для этого нижнему уровню управления посылаются такие макрокоманды, как "обеспечить определенную скорость движения", выполнить поворот на заданный угол", "включить поворот с заданной угловой скоростью".

На нижнем уровне планируются непосредственно команды управления исполнительными механизмами — переключением передач, рейкой топливного насоса, включением и выключением тормозов, и т. п.

Движение в реальной среде предъявляет жесткие требования к системе управления. Для обеспечения непрерывного движения робот должен принимать решения в реальном времени, т.е. в темпе движения. Движение робота на местности предполагает значительное удаление от стационарного управляющего центра, поэтому одним из основных требований является реализация управляющих программ на бортовом вычислительном комплексе.

Данная работа посвящена разработке и исследованию методов и алгоритмов анализа последовательностей бинарных изображений дорожных сцен и алгоритмов управления движением робота по дороге на основе результатов такого анализа.

Актуальность работы

Функционирование многих современных производств в атомной энергетике, металлургии, химической промышленности сопряжено с опасными и неблагоприятными условиями для обслуживающего персонала. Например, работа в атомной энергетике связана с повышенным уровнем радиации, в металлургии — с высокими температурами, в химической промышленности — с вредными веществами. Помимо штатной работы, на таких производствах периодически возникает необходимость устранения различных аварийных ситуаций, которая часто связана со смертельной опасностью для человека. Общеизвестный пример — авария на Чернобыльской АЭС.

Необходимым условием безопасности таких производств является максимальная автоматизация технологических процессов. Одним из ключевых звеньев в технологической цепи любого производства является транспортная система. Применение в качестве элементов этой системы автономных транспортных роботов позволит осуществлять без участия человека различные транспортные операции, производить разведку и устранение аварийных ситуаций.

Одной из задач, решаемых автономным транспортным роботом, является задача движения по дороге и близкая к ней задача движения по коридорам здания. Для решения этой задачи необходимо анализировать и описывать изображения дорожных сцен, полученных с помощью установленной на роботе телекамеры, и принимать решения по управлению курсом и скоростью робота с целью удержания его на дороге.

Кроме чисто практической пользы, которую может принести внедрение автономных транспортных роботов, задача автовождения является тестовой на пути исследований в области искусственного интеллекта. В ходе ее решения рассматриваются такие ключевые для искусственного интеллекта проблемы как распознавание образов и анализ сцен, принятие решений при неполной и неточной информации, организация знаний и др.

Цель работы

Целью работы является разработка подсистемы управления движением автономного транспортного робота по дороге на основе анализа телевизионных изображений дорожных сцен. Для достижения намеченной цели необходимо решить следующие задачи:

- проанализировать состояние дел в области разработки автономных мобильных роботов;

- разработать методы и алгоритмы анализа изображений дорожных сцен;

- разработать методы и структуры данных для описания дорожных сцен, удобные как для обработки изображений, гак и для управления;

- разработать алгоритмы управления движением робота по дороге на основе построенных описаний с учетом их неточности;

- разработать программы, реализующие вышеописанные алгоритмы на бортовой вычислительной технике в реальном времени;

- построить модель управляемого движения робота по дороге, включающую модели дороги, робота, телекамеры, бортовых датчиков

- экспериментально исследовать работоспособность разработанной подсистемы управления движения по дорогам на модели и на реальном объекте.

Методы исследования

В работе использованы методы и понятия теории графов, проективной геометрии, теории нечетких множеств и нечеткой логики, математического моделирования.

Научная новизна работы

Научная новизна работы заключается в следующем:

- разработан метод анализа последовательностей бинарных изображений дорожных сцен, основанный на представлении выделенных границ области дороги в виде взвешенного графа и поиске видимых участков дороги как максимальных паросочетаний минимального веса в этом графе;

- разработаны методы и структуры данных для представления описаний дорожных сцен, которые могут быть использованы как для анализа последующих изображений, так и для управления;

- разработан алгоритм управления движением робота по дороге, основанный на нечетком описании дорожной ситуации и нечетком логическом выводе.

- разработана комплексная модель управляемого движения робота по дороге, служащая для исследования и отработки методов и алгоритмов анализа изображений и управления и отладки реализующих их программ.

Практическая ценность работы

Работа выполнялась в рамках научно-исследовательских тем "Курс-МП", "Роботизация", "Клен-ОБ", "Клык", направленных на изучение возможностей создания автономных мобильных роботов. Разработанные алгоритмы и программы включены в систему управления автономным роботом, которая успешно прошла натурные испытания [18, 19].

Апробация работы

Основные результаты диссертационной работы докладывались на V Всесоюзном совещании по робототехническим системам (Геленджик, 1990 г.), на семинаре в Институте Прикладной Математики РАН, на семинарах Института физико-технических проблем.

Публикации

По теме диссертации опубликовано 9 печатных работ.

В работах, проведенных и написанных с соавторами, личный вклад автора диссертации заключается в следующем:

- в разработке методов и алгоритмов анализа и описания бинарных изображений дорожных сцен и их программной реализации;

- в разработке алгоритмов управления курсом и скоростью робота при движении по дороге и их программной реализации;

- в подготовке и проведении испытаний и экспериментов с системой управления движением робота по дороге;

- в разработке комплексной модели управляемого движения робота по дороге.

Структура и объем работы

Работа состоит из введения, четырех глав и заключения; содержит 130 страниц, 5 таблиц; 32 рисунков, список литературы из 75 наименований.

Первая глава содержит обзор состояния проблемы автоматического управления движением по дороге с обратной связью по зрению. В ней анализируется опыт исследовательских групп, занимающихся подобными системами и описаны проекты, доведенные до стадии испытаний. В первой главе также приведено описание робота, на котором проводились испытания, его сенсорной системы и структуры программного обеспечения. Далее в ней содержится постановка задачи.

Вторая глава посвящена разработке методов и алгоритмов анализа последовательностей бинарных изображений дорожных сцен. Приведено подробное описание этих методов и алгоритмов, проанализированы условия их применимости, приведены структуры данных для описания дорожных сцен, используемые далее для управления.

В третьей главе содержится описание методов и алгоритмов управления движением робота по дороге.

В четвертой главе содержится описание комплексной модели управляемого движения робота по дороге и программ, реализующих алгоритмы, разработанные во второй и третьей главах. Здесь же приведены результаты испытаний разработанной системы управления на модели и на реальном объекте.

В заключении делаются выводы по результатам проведенной работы.

Автор защищает:

- метод анализа последовательностей бинарных изображений дорожных сцен, основанный на представлении границ области дороги в виде взвешенного графа и поиске видимых участков дороги как наибольших паросочетаний минимального веса в этом графе;

- алгоритмы управления курсом и скоростью робота, основанные на нечетком описании дорожной ситуации и нечетком логическом выводе;

- программную реализацию указанных методов.

- комплексную модель управляемого движения робота по дороге.

Выводы

Разработанная в настоящей главе комплексная модель управляемого движения робота по дороге дает возможность проводить настройку алгоритмов анализа бинарных изображений дорожных сцен и управления движением, а также отлаживать реализующие эти алгоритмы программы.

С помощью модели проведено исследование точности оценок положения робота на дороге, ширины дороги и расстояния до поворота, которые обеспечивают предложенные в главе 2 методы и алгоритмы. Угол отклонения курса робота от направления осевой линии дороги оценивается с точностью до 2°, отклонение от осевой — с точностью до 30 см. Оценка ширины дороги получается заниженной в среднем на 1 м.

Путем моделирования показана устойчивость предложенных в главе 3 алгоритмов управления курсом и скоростью робота, а также работоспособность всего комплекса алгоритмов и программ, включая анализ изображений и управление.

Модель была использована в подготовке натурных испытаний макета системы управления движением транспортного робота. Отлаженные с помощью модели программы были вллючены в систему управления, которая успешно прошла испытания и обеспечила автономное движение робота по бетонной дороге со скоростью до 20 км/час. и по грунтовым дорогам — со скоростью до 7 км/час.

ЗАКЛЮЧЕНИЕ

В работе рассмотрено решение задачи анализа последовательностей бинарных изображений дорожных сцен и управление движением автономного робота по дороге. В результате анализа изображения дорожной сцены получается ее описание в виде набора прямолинейных участков дороги и оценивается положение робота относительно дороги. Полученное описание используется для управления. Таким образом, в качестве основного датчика для обеспечения обратной связи в системе управления используется телекамера.

В диссертации получены следующие основные результаты:

1. Проанализированы условия допущения о плоском характере дороги, которое используется для восстановления геометрии дорожной сцены. Показано, что это допущение применимо для дорог, построенных в соответствии со стандартами, т.е. дорог, у которых поперечный наклон не превышает 3°, а продольный наклон — 5°.

2. Разработан метод анализа бинарных изображений дорожных сцен, основанный на представлении границ области дороги двудольным взвешенным графом. При этом задача поиска видимых на данном изображении прямолинейных участков дороги сводится к задаче построения наибольшего паросочетания минимального веса в графе. Метод позволяет идентифицировать перекрестки, развилки, крутые повороты дороги, а также обнаруживать отсутствие дороги в кадре.

3. Разработан метод сопоставления изображений дорожных сцен в последовательности изображений, также основанный на представлении сцен двудольными взвешенными графами. Метод позволяет уточнять описание дорожной сцены и положение робота на дороге по мере получения новых изображений в процессе движения. При этом для каждого идентифицированного участка дороги получается коэффициент достоверности его распознавания. Этот коэффициент далее используется для управления скоростью робота. Алгоритмы, построенные на основе предложенных методов, реализованы в виде программ для бортового вычислительного комплекса и работают в реальном времени.

4. Разработан алгоритм управления движением робота по дороге, опирающийся^ёечеткое описание дорожной ситуации и нечеткий логический вывод. Правила вывода представлены в базе правил, содержащей 49 правил для управления курсом и 13 правил для управления скоростью. Путем компьютерного моделирования показана устойчивость алгоритма к помехам в определении положения робота на дороге и к помехам в реализации команд управления поворотом.

5. Построена комплексная модель управляемого движения по дороге с обратной связью по зрению. Модель включает модели телекамеры, дороги, робота, датчиков пути и скорости, средства визуализации результатов моделирования, а также использует бортовые программы анализа изображений и управления. Благодаря этому модель служит мощным средством настройки алгоритмов и отладки реализующих их программ.

Полученные в работе результаты были использованы в макете системы управления автономного робота. Проведенные натурные испытания продемонстрировали работоспособность предложенных методов и алгоритмов и обеспечили автономное движение робота по бетонной дороге со скоростью до 20 км/час. и по грунтовым дорогам — со скоростью до 7 км/час.

1. Э. Накано. Введение в робототехнику.—М.: Мир, 1988.

2. К.Фу, Р.Гонсалес, К.Ли. Робототехника.— М.: Мир, 1989.

3. Научные основы робототехники. / Под ред. Д.Е. Охоцимского и Е.М. Попова—М.: Наука, 1987.

4. Юревич Е.й. Основы робототехники.—Л.: Машиностроение, 1985.

5. Дуда Р., Харт П. Распознавание образов и анализ сцен. — М.: Мир, 1976.

6. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. — М.: Радио и связь, 1987.

7. Хорн Б. Зрение роботов.— М.: Мир, 1989.

8. Андреев В.П., Белов Д.А., и др. Эксперименты с машинным зрением. — М.: Наука, 1987.

9. Нильсон Н. Мобильный автомат, построенный с использованием принципов искусственного интеллекта. — В кн. Интегральный робот. М.: Мир, 1973, С.21-40.

10. Моравец Х.П. Тележка Стэнфордского Университета и ровер Университета Карнеги-Меллона// ТИИЭР, 1983, т.71, N 7, С.112-128.

11. И. Беленков В.Д., Гусев С.В., Зотов Ю.Н. Адалтивное управление технической моделью автономного подвижного робота на местности с препятствиями, сер. Промышленные роботы.— Л.: Машиностроение, 1979. I

12. Лупичев Л.Н., Буйволов Г.А. Восприятие и моделирование окружающей среды автономным планетным роботом. — Труды VII симпозиума ЙФАК, ФРГ, 1976. — М.: Наука, 1978.

13. Лупичев Л.Н., Буйволов Г.А. Системы управления движением автономных планетных роботов. В кн. Теория и техника управления. Проблемы, состояние, перспективы. —М.: ЙПУ, 1981.

14. Агафонов В.И., Орел Е.Н. Алгоритм выбора пути робота "Кентавр"// Всесоюз. совещ. по робототехническим системам. — Владимир. М.: Наука, 1978, С.117-118.

15. Буйволов Г.А. и др. Синтез системы управления интегрального робота "Кентавр". — Труды Всесоюзного совещания по робототехническим системам. — М.: Наука, 1978.

16. Буйволов Г.А., Потапов В.В. Оптимизация размеров зоны обзора и выбора режима движения транспортного робота в условиях пересеченной местности. — Труды II Всесоюзного совещания по робототехническим системам, ч.2. — Минск.: ЭППП БелНИИН-ТИ, 1981.

17. Ра^читие теории, принципов построения, методов и алгоритмов управления движением автономных космических аппаратов для исследования Марса, Фобоса и Луны. — Отчет по НИР.— М.: Институт физико-технических проблем, 1985, 170 стр.

18. Разработка алгоритмов математического обеспечения и программ системы управления движением автономного транспортного робота. — Отчет по НИР. — М.: Институт физико-технических проблем, 1988, 162 стр.

19. Исследование путей создания автоматических систем и алгоритмов управления движением самоходных роботов сухопутных войск. — Отчет по НИР. — М.: Институт физико-технических проблем, 1990, 79 стр.

20. Мобильный обслуживающий робот Help Mate для больниц// Робототехника. Экспресс-информация. 1992, N 38, С.9-20.

21. Wallace R., Stentz A. et al. First Results in Robot Road-Following// Proc. of 9th Int. Joint Conf. on Artif. Intell., Aug. 18-23, 1985, v.2, pp.1089-1095.

22. Wallace R., Matsuzaki K. et al. Progress in Robot Road-Following// Proc. Int. Conf. Rob. and Autom., San Francisco, Calif. 1986, v.3, pp.1615-1621.

23. Wallace R. Robot Road Following by Adaptive Color Classification and Shape Tracking// Proc. IEEE Int. Conf. Robotics and Automation. Raleigh, NC, v.l, pp.258-263.

24. Goto Y., Stentz A. Mobile Robot Navigation: The CMU System// IEEE Expert. 1987, v.2, N 4, pp.44-54.

25. Turk M., Morgenthaler VITS — a Vision System for Autonomous Land Vehicle Navigation// IEEE Trans, on Pattern Analysis and Machine Intelligence. 1988, v.10, N 3, pp.342-361.

26. Herbert M. Building and Navigating Maps of Road Scenes Using Active Range and Reflectance Data// Vision and Navigation. The Carnegie-Mellon Navlab. Kluwer Academic Publishers, 1990, pp.117-129.

27. Herbert M., Kweon I., Kanade T. 3-D Vision Techniques for Autonomous Vehicles// Vision and Navigation. The Carnegie-Mellon Navlab. Kluwer Academic Publishers, 1990, pp.131-186.

28. Sharma U.K., Davis L.S. Road Boundary Detection in Range Imagery for an Autonomous Robot// IEEE Journal of Robotics and Automation. 1988, v.4, N 5, pp.515-523.

29. Thorpe C., Herbert M.,et al. Vision and Navigation for the Carnegie-Mellon Navlab//IEEE Trans.on Pattern Anal.and Mach.Intell. 1988, v.10, N 3, pp.362-373.

30. Annaraton M. et al. The WARP computer: architecture, implementation, and performance// IEEE Transactions on Computers, 1987, v. , N 12, pp.1523-1538.

31. Stentz A. The CODGER System for Mobile Robot Navigation// Vision and Navigation. The Carnegie-Mellon Navlab. Kluwer Academic Publishers, 1990, pp.187-201.

32. Waxman A., LeMoigne J. et al. A Visual Navigation System for Autonomous Land Vehicles// IEEE J.Rob, and Autom. 1987, v.RA-3, N 2, pp.124-141.

33. Dickinson S.J., Davis L.S. An Expert System for Autonomous Land Vehicle Road Following// Proc. CVPR'88: Computer Society Computer Vision and Pattern Recognition Conference, Ann Arbor, Mich., June 5-9, 1988, pp.826-831.

34. Davis L.S. Visual Navigation at the University of Maryland// Robotics and Automation Systems. 1991, v.7, N 2-3, pp.99-111.

35. DeMenthon D. A zero-bank algorithm for inverse perspective of a road from a single image// Proc. IEEE Int. Conf. on Robotics and Automation, Raleigh, NC. 1987, v.3, pp.1444-1449

36. Morgenthaler D., Hennessy S., DeMenthon D. Range-Video Fusion and Comparison of Inverse Perspective Algorithms in Static Images// IEEE Transactions on Systems, Man, and Cybernetics, 1990, v.20, N 6, pp.1301-1312.

37. McTamany L. Mobile Robots. Real-Time Intelligent Control// IEEE Expert. 1987, v.2, N 4, pp.55-68.

38. Shaima U., Kuan D. Real-Time Model Based Geometric Reasoning For Vision-Guided Navigation//Machine Vision and Applications. 1989, v.2, pp.33-44.

39. Dickmanns E.D., Graefe V. Applications of dynamic monocular machine vision// Int. Journal of Machine Vision and Application. 1988, v.l, pp.241-261.

40. Dickmanns E.D., Mysliwetz В., Christians Th. An Integrated Spatio-Temporal Approach to Automatic Visual Guidance of Autonomous Vehicles// IEEE Transactions on Systems, Man, and Cybernetics, 1990, v.20, N 6, pp.1273-1284.

41. Dickmanns E.D., Christians Th. Relative 3D-state estimation for autonomous visual guidance of road vehicles// Robotics and Automation Systems. 1991, v.7, N 2-3, pp.113-123.

42. Kluge K., Thorpe C. Explicit Models for Robot Road Following// Vision and Navigation. The Carnegie-Mellon Navlab. Kluwer Academic Publishers, 1990, pp.25-38.

43. Использование моделей в системе визуального отслеживания дорог роботами // Робототехника. Экспресс-информация. 1991, N 30, С.12-19.

44. Harmon S. The Ground Surveillance Robot (GSR): An Autonomous Vehicle Designed to Transit Unknown Terrain// IEEE Int. Journal of Robotics and Automation. 1987, v.RA-3, N 3, pp.266-279.

45. Как A., Roberts B. Experiments in the Integration of World Knowledge with Sensory Information for Mobile Robots// Proc. IEEE Int. Conf. Robotics and Automation. Raleigh, NC, Apr. 1987, v.2, pp.734-740.

46. Brooks R. A Robust Layered Control System for a Mobile Robot// IEEE Int. Journal of Robotics and Automation. 1986, v.RA-2, N 1.

47. Brooks R. Intelligence without representation// Artificial Intelligence. 1991, v.47, pp.139-159.

48. Cox I.J., Wilfong G.T. (Eds) Autonomous Robot Vehicles// Springer-Verlag, 1990, 460 p.

49. Баклунов В.А., Судейкин М.И. Стратегический уровень управления автономным транспортным роботом// Прикладные проблемы искусственного интеллекта.: Сб. науч. тр.— М.: ИФТП, 1991. С.80-87.

50. Баклунов В.А., Скрипкин Н.А., Судейкин М.И. Формирование базы знаний и маршрутного задания автономного транспортного робота// Известия АН СССР. Техническая кибернетика. N 5, 1989, С.45-54.

51. Агафонов В.И., Григорьева Е.С. и др. Подготовка картографических знаний для управления автономным аппаратом// Управление движением и техническое зрение автономных транспортных роботов: Сб. науч. тр.— М.: ИФТП, 1989. С.3-18.

52. Агафонов В.И., Баклунов В.А., Климонтович А.В. Многоуровневое планирование маршрута с использованием картографических данных// Управление движением и техническое зрение автономных транспортных роботов: Сб. науч. тр. —М.: ИФТП, 1989. С.19-29.

53. Кий К.И., Климонтович А.В., Распопин А.Н. Алгоритмы обработки телевизионного изображения и управления движением автономного транспортного робота по дороге// Многопроцессорные вычислительные структуры: Сб. науч. тр. вып. XX. — Таганрог.: 1989. С. 56-59.

54. Kij C.I. Topologico-Geometrical Method of Image Processing and its Application// Proc. First Int. Conf. Inform. Technol. for Image Analysis and Pattern Recogn., Lviv, 1990, v.l, pp.313-316

55. Кий К.И. Нечеткие метрики и неклассические топологические структуры в описании и классификации изображений// сб. Системы технического зрения.: —М.: Наука, 1991.

56. Кий К.И. Тополого-геометрический метод обработки изображений в целом и его применения к анализу дорожных сцен". Изв. РАН сер.Техническая кибернетика, N 5, 1992

57. Дж.Фоли, А.вэн Дэм Основы интерактивной машинной графики.— М.: Мир, 1985, т.1.

58. Строительные нормы и правила

59. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ.— М.: Радио и связь, 1986. 399 с.

60. O'Gorman An analysis of feature detectability from curvature information//Proc.IEEE Conf.Comput.Vision Pattern Recogn., Ann Arbor, MI, 1988, p.235-240.

61. O.Ope Теория графов: Пер. с англ.— М.: Наука, 1980. 336 с.

62. А.Кофман Введение в прикладную комбинаторику: Пер. с франц. —М.: Наука, 1975. 479 с.

63. Э.Рейнгольд, Ю.Нивергельд, Н.Део Комбинаторные алгоритмы. Теория и практика: Пер. с англ. — М.: Мир, 1980. 476 с.

64. Емеличев В.А., Мельников О.И. и др. Лекции по теории графов. —М.: Наука, 1990. 383 с.

65. В.Липский Комбинаторика для программистов: Пер. с галь-ского.— М.: Мир, 1988. 213 с.

66. Григорьева Е.С., Кий К.И. и др. Аппаратно- алгоритмические средства управления движением по дорогам// Управление движением и техническое зрение автономных транспортных роботов: Сб. науч. тр. М.: ИФТП, 1989. С.48-61.

67. Кий К.Й., Климонтович А.В. Алгоритмы обработки монотелевизионных изображений дорожных сцен и планирование движения автономного транспортного робота по дороге// V Всесоюзное. по робототехн. системам: Тез.докл.—М.,1990. С.178-179

68. Овласюк О.В. Комплексный алгоритм распознавания области дороги для движения транспортного робота// V Всесоюз.сов. по робототехн. системам: Тез.докл.—М.,1990. С.197-198.

69. Minsky М. A Framework for Representing Knowledge// The Phsychology of Computer Vision, P.H. Winston (ed.), McGraw-Hill,1975.

70. Осуга С. Обработка знаний: Пер. с яп.— М.: Мир, 1989. 292 с.

71. Shafer G. A Mathematical Theory of Evidence. Princeton, 1976

72. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ.— М.: Мир,1976. 165 с.

73. Industrial Applications of Fuzzy Control, M.Sugeno (Ed.), Amsterdam: North Holland, 1985.

74. Мелихов A.H., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. — М.: Наука, 1990. 272 с.

75. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие модели управления динамическими системами.// сб. Итоги науки и техники. Техническая кибернетика, т.29— М.: ВИНИТИ, 1990, С.172-201.

76. Chuen Chien Lee. Fuzzy Logic in Control Systems: Fuzzy Logic Controller// IEEE Transactions on Systems, Man and Cybernetics, 1990, V.20, No.2, pp.404-435.

77. Industrial Applications of Fuzzy Control, M.Sugeno (Ed.). — Amsterdam: Elsevier, 1985.

78. Evans G.W., Karwowsky W., Wilhelm M. (Eds.) Applications of fuzzy sets methodologies in industrial engineering. — Amsterdam: Elsevier, 1989.

79. Прикладные нечеткие системы, под ред. Т.Тэрано, К.Асаи, М.Сугэно. — М.: Мир, 1993. 281 с.

80. Sugeno М., Nishida М. Fuzzy Control of a model car// Fuzzy Sets and Systems, 1985, V.16, N00.2, pp.103-113.

81. Климонтович А.В. Метод анализа и описания изображений дорожных сцен.// сб. Прикладные проблемы искусственного интеллекта,— М.: ИФТП, 1991. С.13-27.

82. Билаонов В.Ю., Климонтович А.В. Распопин А.Н. Траекторное управление транспортным роботом.// сб. Прикладные проблемы искусственного интеллекта,— М/. ИФТП, 1991. С.94-105.

83. Климонтович А.В. Применение нечеткой логики для управления движением автономного робота// Обработка динамической информации в интеллектуальных системах: Сб. науч. тр. М.: ИФТП, 1992. С.120-133.

84. Билаонов В.Ю. Использование чинами ческой модели при создании системы автовождения// Управление движением и техническое зрение автономных транспортных роботов: Сб. науч. тр. М.: ИФТП, 1989. С.93 90.