Выводы

1. Предложен новый подход к обеспечению точного позиционирования мобильного робота в неорганизованной рабочей среде основанный на комби­нации глобальных навигационных методов, грубо выводящих MP в окрест­ность заданной позиции, и локального навигационного метода, выполняюще­го точное позиционирование MP.

2. Предложена методика точного позиционирования мобильного робота на основе визуального сервоуправления, где сигнал ошибки серворегулятора вы­числяется как рассогласование координат естественных визуальных ориентиров, наблюдаемых СТЗ робота из заданной и текущей позиций. Показано, что робаст­ность визуального сервоуправления напрямую зависит от корректности сопос­тавления естественных визуальных ориентиров на двух изображениях.

3. Рассмотрен метод обнаружения естественных визуальных ориентиров на изображениях неорганизованных рабочих сред, которые представляют собой фрагменты изображения с угловыми чертами или яркими точечными объектами.

4. Рассмотрен метод первоначального сопоставления визуальных ориен­тиров на двух изображениях с использованием кросскорреляционной функ­ции. Рассмотрены и предложены пути повышения корректности сопоставле­ния ориентиров на изображениях на основе недостоверной информации о первоначальном сопоставлении.

5. Предложен вероятностный релаксационный метод, который позволяет сопоставить ориентиры на базовом изображении с множеством ориентиров на текущем изображении для случая, когда для каждого базового ориентира предлагается несколько вероятных ориентиров-кандидатов. Для отбора кор­ректных характерных точек используется информация о геометрической

связности ориентиров на базовом изображении.

6. Результаты проверки работоспособности и эффективности предложен­ного релаксационного вероятностного метода на изображениях реальных не­организованных сред показали, что в большинстве случаев при корректных входных данных метод позволяет решить поставленную задачу.

7. Предложен метод для выделения корректно сопоставленных пар ори­ентиров на двух изображениях, основанный на использовании проективного инварианта. Метод позволяет выделить пять пар ориентиров (достаточных для организации сервоуправления), наилучшим способом сопоставленных среди всего множества пар ориентиров на двух изображениях.

8. Результаты численных экспериментов на синтетических и реальных изображениях показывают, что предложенный метод работоспособен и эф­фективен. Некорректные результаты отмечены в тех случаях, когда наруша­ется базовое предположение метода — корректно совпадают менее пяти пар ориентиров в совмещаемых изображениях.

9. Численные эксперименты на модели мобильного робота и модели ви­деокамеры подтвердили эффективность предложенной методики визуального сервоуправления для точного позиционирования мобильного робота. При этом информация о местоположении робота не используется, что дает воз­можность использовать предложенную методику для коррекции ошибок ав­тономной системы локализации MP. Результирующая ошибка позициониро­вания робота при использовании методики зависит от корректности сопос­тавления ориентиров и от погрешности определения координат ориентиров на изображении.