Привет! Меня зовут Александр Гращенков, я iOS-разработчик в компании RoadAR. С 2016 года живу и работаю в Иннополисе, занимаюсь компьютерным зрением и интеграцией нейросетей в мобильные платформы.
Рубрика «SLAM»
Визуальный SLAM: делаем HD-карты при помощи смартфона
2022-03-02 в 9:35, admin, рубрики: computer vision, Direct-SLAM, g2o, HD-maps, machine learning, ORB-SLAM, SLAM, Блог компании Город Иннополис, машинное зрение, машинное обучение, обработка изображений, Разработка робототехникиАлександр Павлюк: «Мне очень хочется, чтобы в OSM постепенно появлялись планы зданий»
2020-03-14 в 7:10, admin, рубрики: OpenStreetMap, SLAM, Геоинформационные сервисы, интервью, карты, коптер, ортофотоплан, Работа с 3D-графикой, Социальные сети и сообщества, съемка, Фототехника
Александр Павлюк — программист, который увлекается фотограмметрией и съемкой с коптера. Он делает ортофотопланы и собирается освоить технологию SLAM. Как он подсел на моноколесо, зачем ему отдельный роутинг и причем здесь OSM — обо всем это Александр рассказал в интервью.Читать полностью »
AR — Дополненная Реальность (статья плюс ролик)
2018-08-06 в 15:25, admin, рубрики: ARToolKit, Augmented reality, EyeTap, Google Glass, karma, Magic Leap, microsoft HoloLens, mixed reality, Navicam, Pokemon Go, Sensorama, SLAM, slylama, Sword of Damocles, TrackingPoint, Videoplace, virtual reality, будущее здесь, гаджеты, Носимая электроника, смартфоны
По-настоящему широкая публика столкнулась с ней, когда Гугл захотел повесить нам на нос свои умные очки. После пришла эпоха смешных масок, которые делали из нас котиков, зайчиков и Леонардо Ди Каприо. Затем покемоны захватили обе реальности и заставили наматывать километры. А недавно Эппл показала ARKit, а Гугл — ARCore, и значит нас вот-вот накроет новая волна игр и приложений с применением дополненной реальности, возможности которой гораздо шире и полезнее для общества, чем ловля слоупоков.
Это популяризаторская статья. В ней нет подробного описания технической стороны, зато есть история развития ЭйАр, ссылки на упоминающиеся разработки и множество интересных иллюстраций.
Очень много картинок!
Читать полностью »
StereoPi — наша железка для изучения компьютерного зрения, дронов и роботов
2018-06-28 в 14:24, admin, рубрики: depth map, diy или сделай сам, opencv, Raspberry Pi, SLAM, stereo vision, virt2real, Разработка на Raspberry Pi, робототехникаВсем привет!
Сегодня я бы хотел рассказать вам о нашей новой железке на базе Raspberry Pi Compute Module, предназначенной для изучения компьютерного зрения и установки на роботов и дронов. По сути это «умная» стереокамера — она поддерживает работу с двумя камерами одновременно, имеет в качестве «сердца» настоящую малину и, самое важное – работает со стоковой версией Raspbian.
Вот как выглядит собранное решение, с установленными двумя камерами и Pi Compute модулем.
Читать полностью »
Поле боя — дополненная реальность. Часть II: как распознать объект и показать 3D модель
2017-12-01 в 11:32, admin, рубрики: 3d, 3d графика, Augmented reality, SLAM, VR, Работа с 3D-графикой, Разработка под AR и VR, разработка под iOSВ предыдущей статье мы познакомились с основами процесса. Теперь можно приступить к рассмотрению кейса. Если вы пропустили начало — не беда, жмите по ссылке и догоняйте.
Кейс взят из реальной жизни, поэтому важно сказать об условиях, которые перед нами поставил заказчик. По отдельности эти условия не кажутся такими уж невыполнимыми, но вместе усложняют задачу.
- Задачи должны быть выполнены в рамках одного мультиплатформенного решения. (iOS/Android).
- Изображения и объекты для распознавания можно изменить одним щелчком мыши.
- 3D модели и анимация должны загружаться просто без танцев с вершинами и полигонами.
- 3D модели должны откликаться на нажатие.
Процесс работы мы условно разделили на следующие шаги:
- Распознать изображение или объект. После распознавания на этом месте отобразить модель с 3D объектом.
- Показать 3D объект на экране, по аналогии с «pokemon go», без привязки к конкретному месту. При нажатии проигрывается анимация.
- Показать 3D объект по заданным координатам как POI (точку интереса).
Давайте разберем первую часть, а именно научимся распознавать изображение и отобразим на его месте 3D объект.
Обзор алгоритмов SLAM для камер глубины в ROS
2017-09-06 в 20:53, admin, рубрики: localization, ROS, SLAM, локализация, одометрия, робототехникаДобрый день уважаемые читатели! В последней статье я уже писал об алгоритме rtabmap SLAM в контексте методов визуальной одометрии. В этой статье я расскажу об этом алгоритме SLAM более подробно, а также представлю обзор другого известного алгоритма SLAM, предназначенного для камер глубины — RGBDSLAM. Кого заинтересовало, прошу под кат.Читать полностью »
Обзор методов визуальной одометрии в ROS: использование камер глубины
2017-07-08 в 21:43, admin, рубрики: SLAM, локализация, одометрия, робототехника, метки: одометрияДобрый день, уважаемые читатели! В предыдущих статьях по робототехнической платформе ROS я коснулся темы локализации и построения карты местности, в частности мы изучили методы SLAM: gmapping в статье и hector_slam в статье. В этой статье я продолжу знакомство с алгоритмами локализации в ROS и представлю обзор нескольких алгоритмов визуальной одометрии, реализованных на платформе ROS. Визуальная одометрия имеет важное значение в робототехнике поскольку позволяет оценить перемещение робота, его текущую позицию и ускорение на основе данных видеопотока с камеры. Можно использовать как обычную RGB камеру (в этом случае говорят о монокулярной одометрии), так и стереокамеру (стерео одометрия) и даже RGBD камеру.
При использовании камер RGBD таких как Microsoft Kinect возможно получить более аккуратную визуальную одометрию, чем со стереокамерами, так как в этом случае мы используем 3D данные. В данной статье мы рассмотрим такие алгоритмы. Кого заинтересовала эта тема, прошу под кат. Читать полностью »
ROS. Стек навигации
2017-05-03 в 9:15, admin, рубрики: Autonomous Navigation, moveit, navigation, robotics, SLAM, Алгоритмы, Анализ и проектирование систем, Программирование, Разработка под Linux, Разработка робототехники
В данной статье будут рассмотрены подходы и библиотеки, предоставляемые ROS для решения задач автономной и не очень навигации.
Также будут рассмотрены несколько специфичных для антропоморфных роботов пакетов. Любой робот (наверняка даже машинка со средне-мощным бортовым ПК под управлением Linux и парой веб камер) наверняка найдет здесь что — нибудь для себя.
Автопилот своими силами. Часть 1 — набираем обучающие данные
2017-04-05 в 9:02, admin, рубрики: computer vision, machine learning, self-driving car, SLAM, Компьютерное зрение, машинное обучение, обработка изображений, Разработка робототехникиПривет. Это пост-отчет-тьюториал про беспилотные автомобили — как (начать) делать свой без расходов на оборудование. Весь код доступен на github, и помимо прочего вы научитесь легко генерить такие класные картинки:
Поехали! Читать полностью »
Построение карты и локализация мобильного робота в ROS без одометрии с использованием laser_scan_matcher
2016-12-30 в 18:22, admin, рубрики: localization, ROS, SLAM, робототехникаДобрый день хабрачитатели!
Мы уже однажды коснулись темы локализации и SLAM в статье о Hector SLAM. Продолжим знакомство с алгоритмами построения карт местности и локализации в ROS. Сегодня мы попробуем построить карту местности без источника одометрии, используя только лидар Hokuyo URG-04LX-UG01 и алгоритм gmapping и локализовать робота на построенной карте с помощью алгоритма amcl. В этом нам поможет laser_scan_matcher. Кому интересно, прошу под кат.Читать полностью »