Informacja

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

Wyszukujesz frazę "Zychewicz, A." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Zastosowanie algorytmów ICP i SIFT w lokalizacji robotów mobilnych
The application of ICP and SIFT algorithms for mobile robot localization
Autorzy:
Zychewicz, A.
Siemiątkowska, B.
Powiązania:
https://bibliotekanauki.pl/articles/275448.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
roboty mobilne
algorytmy ICP
algorytmy SIFT
mobile robots
ICP algorithms
SIFT algorithms
Opis:
W pracy zaprezentowano zastosowanie algorytmów ICP (Iterative Closest Point) i algorytmu SIFT w lokalizacji robota mobilnego. W prowadzonych pracach przyjęto założenie, że robot przemieszcza się w przestrzeni 3D i jest wyposażony w skaner laserowy 3D. Klasyczny algorytm ICP jest czasochłonny, ale połączenie go z algorytmem SIFT znacząco zmniejsza czas obliczeń i jednocześnie zapewnia porównywalną dokładność wyniku. Ponieważ metoda SIFT wymaga zapisywania danych w postaci obrazu zaproponowano kilka metod przekształcenia skanu 3D do obrazu i przetestowano wpływ danej metody na poprawność oraz czas obliczeń.
In this paper the applications of ICP (Iterative Closest Point) algorithm and SIFT algorithm for mobile robot localization are presented. It is assumed that the robot is equipped with 3D laser range scanner and it acts in 3D space. Classical ICP method is time consuming but using SIFT methods for features detection makes the process of localization more effective. Before the process of localization starts the 3D data are transformed into 2D image. In the paper a few method of data transformation are presented. The influence of data transformation in process classification is presented in the paper.
Źródło:
Pomiary Automatyka Robotyka; 2010, 14, 2; 297-304
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fast method of 3D map building based on laser range data
Autorzy:
Siemiątkowska, B.
Gnatowski, M.
Zychewicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/384447.pdf
Data publikacji:
2007
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
mapping
navigation
Opis:
In this paper, we consider the problem of 3D maps building based on the 3D laser scanner indications. The map of the environmem is represented as a 2D array of cells. Each cell represents rectangular region of the scene and consits of list of objects. The key idea of the system is lines extraction from the raw laser data and assigning them to the proper cells. Based on the lines, a set of objects (planes) is built and assigned to each cell. Objects represent obstacles in the environment. The main advantages of the system are real-time map building and Iow memory consumption. We prove that the system works property in real indoor environment but the system can be extended in order ta buiit the map of uristructured robots surrounding.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 2; 35-39
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
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 1-4 z 4

    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