Robot Operating Systemben szimulált tárgyak felismerése, környezet detektálása szimulált mélység és RGB kamerákkal és szimulált tárgymanipuláció redundáns csuklókaros mobilrobottal
Fehér Zoltán MSc II. évf.
Robot Operating Systemben szimulált tárgyak felismerése, környezet detektálása szimulált mélység és RGB kamerákkal és szimulált tárgymanipuláció redundáns csuklókaros mobilrobottal
e-mail: feherzoltaan@gmail.com
Konzulens: Tóth András, Gyártástudomány és –technológia Tanszék
Pilissy Tamás, Gyártástudomány és –technológia Tanszék
e-mail: toth@manuf.bme.hu
pilissy@manuf.bme.hu
A Robot Operating System (ROS) egy olyan eszközt ad a fejlesztők kezébe, amelynek segítségével könnyedén tudnak robotprogramokat készíteni. A ROS nyílt forráskódú rendszer, ezért a hobbi robotikában elért sikerek után a szervizrobotikában is elterjedt, és a biztonsági- és felelősségi kérdések kezelése után ipari robotalkalmazásokban is nyilvánvalóan használni fogják. A folyamat egyik rásegítő akciója dolgozatom fő témája, az EuRoC (European Robotic Challenges) nemzetközi robotos verseny.
A versenyen két számban indult el a Gyártástudomány- és technológia Tanszék és az Alkalmazott Logikai Laboratórium Kft. munkatársaiból szervezett csapat. Az első feladatot mindkét számban egy verseny kiírói által biztosított Linux alapú szimulációs környezetben kell megoldani. A csapatok által készített felhasználói programokat a kiíró szerverén tudjuk tesztelni, és kiértékelni. Például minden tárgy felismeréséért, a tárgyak felemeléséért, szállításáért, letételéért, illetve az ezekhez felhasznált gépi idő rövidségéért jár pont. Az én feladatom a második versenyszám gondozása volt. Szoftver kódot dolgoztam ki egy KUKA LWR4 típusú robot mozgatására, három előre definiált tárgy manipulálására. A feladathoz szenzorok jeleit dolgoztam fel, de az ipari robotos alkalmazásokhoz képest eltérést jelentett, hogy a gépi képfeldolgozás szimulációs kódját is elő kellett állítanom. Mélység és RGB kamerák szimulált jelei alapján kellett felismerni a manipulált tárgyakat, meghatározni a tárgyak térbeli helyzetét, illetve a környezet detektálás alapján terveztem ütközésmentes mozgáspályákat a robot számára. A feladat megoldása során elvégeztem a robotok kamerával való kalibrálását, koordináta konfigurációk meghatározását, kamera zajszűrését, az alak- és helyzetfelismerést OpenCV alakfelismerő algoritmusokkal.
[1] www.wiki.ros.org
[3] Aaron Martinez, Enrigque Fernández: Learning ROS for Robotics Programming, ISBN 978-1-78216-144-8, 2013
