Всем 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 »
Рубрика «SLAM» - 2
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, робототехникаПоле 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 »
Работа с SLAM в ROS на Raspberry Pi 3 на примере hector_slam
2016-10-28 в 12:34, admin, рубрики: Raspberry Pi, ROS, SLAM, локализация, робототехникаДобрый день, уважаемые хабрачитатели! В предыдущих статьях мы познакомились с возможностями робототехнической платформы ROS для решения различных задач в робототехнике, главным образом на микрокомпьютере Raspberry Pi. Я напомню, что мы уже научились получать видеопоток с камеры и решать задачи компьютерного зрения с OpenCV, взаимодействовать с микроконтроллером Arduino, контролировать робота с клавиатуры и с помощью игрового контроллера PS3 Dualshock, и наконец, использовать данные сенсора глубины Kinect для задач компьютерного зрения в 3D.
Теперь мы рассмотрим задачу локализации робота в пространстве. Мы будем использовать лазерный дальномер RPLidar и алгоритм Hector SLAM на Raspberry Pi 3 с использованием ROS Kinetic. Давайте начнем!
Читать полностью »
Самодельный сканирующий лазерный дальномер
2016-05-23 в 6:41, admin, рубрики: diy или сделай сам, ROS, SLAM, stm32, лазерный дальномер, робототехника, схемотехника, Электроника для начинающих
В этой статье я расскажу о том, как я делал самодельный лазерный сканирующий дальномер, использующий триангуляционный принцип измерения расстояния, и об опыте его использования на роботе.
Vision-based SLAM: стерео- и depth-SLAM
2016-03-11 в 10:16, admin, рубрики: computer vision, depth vision, Kinect, SLAM, stereo vision, Блог компании Singularis, обработка изображений, Разработка робототехникиПосле небольшого перерыва мы продолжаем серию статей-уроков по SLAM. В предыдущих выпусках мы подготовили программное окружение, а также поработали с монокулярным SLAM. Под катом – урок по использованию SLAM на основе стереокамеры и камеры глубины. Мы расскажем о настройке пакетов и оборудования и дадим советы по использованию двух ROS-пакетов: ставшего традиционным RTAB-Map и свежего вкусного ElasticFusion.
