Мобильный манипуляционный робот для международных соревнований по робототехнике

Авторы: Анисимов Р.О., Бакаев В.С., Бахов Т.Б., Голобурдин Н.В., Марчук А.М., Мостаков Н.А.
Опубликовано в выпуске: #11(52)/2020
DOI: 10.18698/2541-8009-2020-11-656
Раздел: Машиностроение и машиноведение | Рубрика: Роботы, мехатроника и робототехнические системы
Ключевые слова: мобильный манипуляционный робот, RoboCup, RoboCup@Work, Bauman Robotics Club, конечный автомат, навигация, техническое зрение, RealSense, манипулятор
Опубликовано: 08.12.2020

Обобщен опыт участия команды студентов МГТУ им. Н.Э. Баумана в чемпионате по робототехнике RoboCup в номинации RoboCup@Work. Этот чемпионат является одним из самых престижных студенческих мероприятий, в которых принимают участие университеты со всего мира. Данная номинация нацелена на имитацию действий робота в условиях складского помещения. Основные задачи лежат в области навигации и манипулирования объектами. Приведено описание основных подсистем мобильного манипуляционного робота: навигационной системы, системы технического зрения, основанной на комбинации алгоритмов глубокого обучения и классических методов обработки изображений, манипуляционной системы и конечного автомата.

Литература

[1] Carstensen T., Carstensen J., Dick A., et al. Staying on top at RoboCup@Work 2016. RoboCup 2016: Robot World Cup XX. Springer, 2016, pp. 601–612.

[2] Norouzi A., Schnieders B., Zug S., et al. RoboCup@Work rulebook. Robocup, 2019

[3] Thrun S., Burgard W., Fox D. Probabilistic robotics. The MIT Press, 2005.

[4] Dellaert F., Fox. D., Burgard W., et al. Monte Carlo localization for mobile robots. Proc. IEEE Int. Conf. Robot. Automat., 1999. DOI: https://doi.org/10.1109/ROBOT.1999.772544

[5] Fox D., Burgard W., Thrun S. The dynamic window approach to collision avoidance. IEEE Robot. Autom. Mag., 1997, vol. 4, no. 1, pp. 23–33. DOI: https://doi.org/10.1109/100.580977

[6] Dynamixel workbench. 1. Introduction. emanual.robotis.com: веб-сайт. URL: http://emanual.robotis.com/docs/en/software/dynamixel/dynamixel_workbench/ (дата обращения: 15.09.19).

[7] Зенкевич С.Л., Ющенко А.С., ред. Основы управления манипуляционными роботами. М., Изд-во МГТУ им. Н.Э. Баумана, 2004.

[8] Redmon J., Divvala S., Girshick R., et al. You only look once: unified, real-time object detection. IEEE CVPR, 2016. DOI: https://doi.org/10.1109/CVPR.2016.91

[9] Deng J., Dong W., Socher R., et al. ImageNet: a large-scale hierarchical image database. IEEE CVPR, 2009. DOI: https://doi.org/10.1109/CVPR.2009.5206848

[10] Canny J. A computational approach to edge detection. IEEE Trans. Pattern Anal. Mach. Intell., 1986, vol. 8, no. 6, pp. 679–698. DOI: https://doi.org/10.1109/TPAMI.1986.4767851

[11] He K., Zhang X., Ren Sh., et al. Deep residual learning for image recognition. IEEE CVPR, 2016. DOI: https://doi.org/10.1109/CVPR.2016.90