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

  • An. Filatov, Ar. Filatov, K. Krinkin, B. Chen, D. Molodan

    SLAM (Simultaneous Localization and mapping) is one of the most challenging problems for mobile platforms and there is a huge amount of modern SLAM algorithms. The choice of the algorithm that might be used in every particular problem requires prior knowledge about advantages and disadvantages of each algorithm. This paper presents the approach for comparison of SLAM algorithms that allows to find the most accurate one. The accent of research is made on 2D SLAM algorithms and the focus of analysis is 2D map that is built after algorithm performance. Three metrics for evaluation of maps are presented in this paper

  • Stephan Krusche, Irina Camilleri, Andreas Seitz, Cecil Wöbker, Kirill Krinkin and Bernd Bruegge

    Software engineering is an interactive, collaborative and creative activity that cannot be entirely planned. Inspection and adaption are required to cope with changes during the development process. Software engineering education requires practical application of knowledge, but it is challenging and time consuming for instructors to evaluate the creation of innovative solutions to problems. Current higher education practices lead to a multitude of rules, guidelines and order. Instructors see deviations of students as failures and limit the creative thinking processes of students. In this paper we describe chaordic learning, a self-organizing, adaptive and nonlinear learning approach, to stimulate the creative thinking of students.

  • System for Automatic Checking of Student Solutions for Linux Programming MOOCs

    Zaslavskiy, M. System for Automatic Checking of Student Solutions for Linux Programming MOOCs / M. Zaslavskiy, M. Kanushin // Proceedings of Software Engineering and Information management conference 2017. - 2017.

    Proceedings of Software Engineering and Information management conference 2017,
  • Sp. S. Prakash Tn. Nagabhushan, K. Krinkin
    Proceedings 19th Conference of Open Innovations Association FRUCT — Finland, University of Jyväskylä, 9-11 Nov 2016 Pp: 189-195,
  • K. Krinkin, An. Filatov, Ar. Filatov, A. Huletski D. Kartashov
    Proceedings 19th Conference of Open Innovations Association FRUCT — Finland, University of Jyväskylä, 9-11 Nov 2016, Pp 99-105,
  • A. Huletski, D. Kartashov, K. Krinkin
    2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems Sept 19-21, 2016, Baden-Baden, Germany,
  • A. Huletski, D. Kartashov
    Central & Eastern European Software Engineering Conference in Russia (CEE-SECR ’16),
  • Haberland R., Krinkin K.
    The Tenth International Conference on Advanced Engineering Computing and Applications in Sciences (ADVCOMP 2016) ISBN: 978-1-61208-506-7 Pp. 1-9,
  • A. Huletski, D. Kartashov, K. Krinkin
    2016 IEEE/RSJ International Conference on Intelligent Robots and Systems October 9-14, 2016, Daejeon, Daejeon, Korea,
  • Haberland R., Krinkin K., Ivanovskiy S.
    Proceedings 18th Conference of Open Innovations Association and Seminar on Information Security and Protection of Information Technology (FRUCT-ISPIT), 2016 Pp. 66-74,
  • Р. Хаберланд, С. А. Ивановский, К. В. Кринкин
    Верификация объектно-ориентированных программ с динамической памятью на основе ссылочной модели
    Известия СПбГЭТУ “ЛЭТИ”,
  • K. Krinkin, Elena Stotskaya, Yury Stotskiy
    PROCEEDING OF THE AINL-ISMW FRUCT CONFERENCE,
  • K. Krinkin, D. Kartashov, A. Huletski
    AINL-ISMW FRUCT Conference Proceedings,
  • K. Krinkin, D. Kartashov, A. Huletski
    FedCSIS proceedings,
  • K. Krinkin, D. Kartashov, A. Huletski
    Proceedings of the 17th Conference of Open Innovations Association FRUCT,