Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Siemiątkowska, B." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Mobile robot localization based on omnicamera and laser range finder readings
    Lokalizacja robota mobilnego przy wykorzystaniu kamery dookólnej i dalmierza laserowego
    Autorzy:
    Siemiątkowska, B.,
    Powiązania:
    https://bibliotekanauki.pl/articles/154506.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    nawigacja
    lokalizacja
    tworzenie mapy
    navigation
    localization
    mapping
    Opis:
    In this paper a method of mobile robot localization in an unknown indoor environment is presented. The robot is equipped with a single omnidirectional camera and laser range scanner. The data of the 2D scanner is used to detect walls in the robot environment. The imaues taken from omnicamera are used to detect vertical lines on the walls. The method of particle filters is used in order to determine the position of the robot. The method has been tested with the use of the mobile robot Elektron 1 in a real office environment.
    Określenie położenia jest jednym z podstawowych zadań robota mobilnego. Jako podstawowe źródło o przemieszczeniu pojazdu przyjmuje się wskazania odometrii. Dane te są obarczone błędami, które mogą mieć charakter systematyczny lub niesystematyczny. Wiarygodność wskazań odometrii maleje wraz z przebytą przez robota odległością. Dlatego w praktyce stosowane są dodatkowe metody określania położenia robota. W metodach tych oprócz informacji z czujników odometrycznych wykorzystywana jest informacja z sensorów obserwujących otoczenie. W opisywanym w tej pracy systemie wykorzystywane są dane pochodzące z dalmierza laserowego oraz kamery dookólnej. Na podstawie danych z dalmierza określane są krawędzie poziome wykrytych przeszkód, a na podstawie danych z kamery dookólnej krawędzie pionowe. Zastosowano metody filtrów cząsteczkowych do określania położenia robota w globalnym układzie współrzędnych. W procesie generowania cząsteczek uwzględniana jest informacja o kierunkach głównych danego pomieszczenia. Informacja to umożliwia zmniejszenie liczby cząsteczek. Agregacja informacji z różnych sensorów umożliwia dokonywanie lokalizacji w różnego typu pomieszczeniach.
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 3, 3; 194-197
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Budowa hybrydowej semantyczno-rastrowej reprezentacji otoczenia robota mobilnego na podstawie wskazań dalmierza laserowego 3D
    Construction of a dual metric-semantic map of the mobile robot environment based on data from a 3D laser scanner
    Autorzy:
    Siemiątkowska, B.,
    Szklarski, J.
    Gnatowski, M.
    Zychewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/157384.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    nawigacja
    reprezentacja środowiska
    navigation
    3D mapping
    Opis:
    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".
    The major goal of our current research is to build a dual grid-based and semantic map of an unknown indoor environment based on data obtained from a 3D laser scanner. In this paper main steps concerning object classification are presented. A point cloud from the 3D scanner is transformed into a set of normal vectors, which are then represented as a RGB raster image where each color component corresponds to x, y, z coordinates of the vectors. In the next step we apply some standard methods from image analysis, like flood-filling and object detection using Haar-like features, in order to perform segmentation and find objects of our interest in the examined scene. Afterwards we use 3D geometrical information and relation between the detected objects in our classification process. If a semantic meaning can be assigned to any object it is used for building a dual metric-semantic map of the environment. Such a map should serve as a basic element for human-robot interaction.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 3, 3; 279-282
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Segmentacja danych otrzymanych z lasera 3D
    3D laser data segmentation
    Autorzy:
    Siemiątkowska, B.,
    Szklarski, J.
    Gnatowski, M.
    Zychewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/157394.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    segmentacja
    mapy 3D
    3D mapping
    segmentation
    Opis:
    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.
    Map building of unknown environment is a part of a navigation system and is one of the most important topics in modern mobile robotics. Many environment representations have been proposed. One of the most popular is 2D representation which has many limitations, for example the height of obstacles is not taken into account. In the last decade 3D sensors are being more popular which enable 3D map building. In our approach the laser scans a scene and gives 2D data. The rotating support rotates the laser vertically, which allows to make 3D scans. The cloud of points is transformed into a set of normal vectors. The coordinates of a vector are represented as: red, green and blue colors. And 3D information is represented as 2D color image. The segmentation of the RGB image is performed using classical image processing methods. 2D areas are transformed into a 3D representation and classified. Experimental results validated the proposed approach and showed the benefits of using classical method of image processing for 3D data segmentation.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 3, 3; 275-278
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies