Исследовательская группа

Лаборатория алгоритмов мобильных роботов

Главной целью лаборатории является осуществление давней мечты человека - иметь полностью автономного мобильного помощника, который может выполнять поручения и самостоятельно принимать решения для достижения цели.

Эффективность автономного мобильного робота во многом зависит от способности ориентироваться в пространстве, в том числе незнакомом. Такую нетривиальную задачу как построение карты неизвестной местности и определение своего положения на ней в робототехнике называют SLAM (от англ. Simultaneous Localization and Mapping). В настоящий момент мы работаем над созданием оптимального SLAM-алгоритма для мобильных роботов, передвигающихся группой. Исследования в данной области требуют мультидисциплинарного подхода: в одной точке сходятся алгоритмы, программирование встраиваемых систем, машинное обучение, компьютерное зрение, теория управления и многое другое.

Студенческая практика

В настоящий момент для студентов открыта вакансия в проекте ROS SLAM Constructor.

Область проекта

Simultaneous Localization and Mapping (SLAM)-алгоритмы являются необходимыми для мобильных роботов, задача которых - работа в незнакомом пространстве. Несмотря на то, что в настоящее время существует достаточно большое количество подобных алгоритмов, все еще актуальным является создание такого, который работал бы в общем случае, был устойчивым к изменениям среды и условиям наблюдения и при этом отвечал бы ограничениям производительности аппаратуры. К сожалению, не существует открытого инструмента для исследования (и конструирования) SLAM-алгоритмов, который предоставлял бы стандартный интерфейс и набор базовых блоков и обеспечивал бы разработчику-исследователю удобную среду для моделирования (мы не берем во внимание фреймворки и инструменты, которые упрощают разработку отдельных частей SLAM, но не позволяют исследовать алгоритм целиком).

Цель проекта

Целями проекта являются:

  • создание фреймворка, который выступает в качестве конструктора SLAM-алгоритмов (исследователь должен сам соединить доступные компоненты и добавить необходимые модификации, запустить инструменты профилирования и оценки характеристик);
  • реализация полного набора базовых компонентов, которые могут быть собраны в самые общие (фундаментальные) SLAM-алгоритмы;
  • создание инфраструктуры и инструментов для отладки и анализа SLAM-алгоритмов;
  • создание сервиса по управлению наборами данных SLAM (преобразование, хранение, предоставление и пр.).

Среда

Все разрабатываемое программное обеспечение должно работать в Linux и Robot Operating System. (Проведенное нами предварительное исследование широкого спектра существующих инструментов и сред, таких как MTK, MRPT и других, показало, что выбор ROS является наиболее перспективным)

Темы исследований

В настоящее время практикантам предлагаются следующие направления исследований:

  • поддержка компонентов для графических SLAM-методов;
  • реализация дополнительных scan matchers для лазерных SLAM;
  • поддержка расширенного набора датчиков и измерений (3D-сканирование, моно/стерео камеры);
  • реализации verdant stereo vision;
  • сервис наборов данных SLAM;
  • ROS SLAM Testing Farm (виртуальная, основанная на контейнерах среда для полуавтономного тестирования SLAM-алгоритмов).

Важно: мы не ограничиваем практикантов точными задачами, но нам очень важно их фокусирование на конечной цели проекта.

Требования

Уверенное владение:

  • инструментами разработки для Linux
  • языком C++
  • теорией вероятностей

Также будут полезны:

  • понимание принципов ROS
  • опыт работы в области компьютерного зрения
  • знание основ машинного обучения

Новости

More posts

Публикации