रोबोक्रॉस 2013 में औरोरा रोबोट कार

हेलो, हेब्र!
रोबोक्रॉस प्रतियोगिताओं में बोलने के बाद टीम की रिपोर्ट प्रकाशित करना एक परंपरा बन गई है।
पिछले सीज़न में NAMT और MobRob टीमों की रिपोर्टें थीं , और अब, मैं हमारी टीम के काम के बारे में बात करना चाहूंगा।

मैं इस बारे में बात करूंगा कि हमने रोबोट कैसे बनाया, और हमने ऐसा क्यों किया। मुझे उम्मीद है कि यह अन्य टीमों के सदस्यों के लिए दिलचस्प होगा, या बस इसी तरह के विषयों के शौकीन होंगे।

मेरा नाम व्लादिमीर है, मैं एक स्नातक छात्र हूं, रेडियो विश्वविद्यालय (औरोरा), रियाज़ान में स्वायत्त रोबोट टीम का सदस्य हूं। मेरे मुख्य हित कृत्रिम बुद्धि हैं, मेरी टीमवर्क की दिशा सॉफ्टवेयर विकास है। टीम हमारे विश्वविद्यालय के छात्र डिजाइन ब्यूरो (SKB) का प्रतिनिधित्व करती है।

नौकरी का विवरण

रोबोक्रॉस 2013 की प्रतियोगिता 17 से 20 जुलाई तक जीएजेड प्लांट (निज़नी नोवगोरोड) में बेरेज़ोव्या फ्लडप्लेन मोटर ट्रेनिंग ग्राउंड में आयोजित की गई थी। दौड़ के लिए "खेल" सर्कल का एक खंड आवंटित किया गया था, लगभग 100 मीटर की लंबाई।
कार्य का सार: रोबोट कार स्वायत्त रूप से एक व्यक्ति के बाद धीमी गति (लगभग 5-7 किमी / घंटा) की गति से चलती है, और मार्ग को याद करती है। फिर यह (मैनुअल या स्वायत्त मोड में) सामने आता है और ऑपरेटर के आदेश पर इसे स्वायत्त रूप से शुरुआती बिंदु पर वापस आना चाहिए। उसी समय, वापस जाते समय, न्यायाधीशों ने सड़क पर कई बाधाएं डालीं, जो आगे बढ़ने (प्लास्टिक बैरल) के दौरान मौजूद नहीं थीं।
कार्य एक खच्चर के व्यवहार के समान है - यदि आप उसे पहाड़ों पर ले जाते हैं और उसे जाने देते हैं, तो वह रास्ता खोज लेगा और झुंड में वापस आ जाएगा। टास्क ELROB-2012 (रोबोट कारों की यूरोपीय प्रतियोगिता) के कार्यों में से एक के साथ सादृश्य द्वारा लिया गया था।
कार्य को पूरा करते समय, शुरू से अंत तक स्थानांतरित होने में लगने वाला समय, साथ ही नीचे की गई बाधाओं की संख्या का अनुमान लगाया गया था। विजेता केवल पूरी तरह से स्वायत्त नियंत्रण वाला रोबोट हो सकता है।
स्पष्ट सादगी के बावजूद, केवल कुछ टीमों ने कार्य (सफलतापूर्वक फिनिश लाइन तक पहुंच) के साथ मुकाबला किया।

यांत्रिकी और इलेक्ट्रॉनिक्स का विवरण

कुछ लोग रोबोट कार पर काम कर रहे हैं। लगभग तीन से अधिक यांत्रिकी, इलेक्ट्रॉनिक्स और शीर्ष स्तर की प्रोग्रामिंग। कोई स्पष्ट पोस्ट नहीं हैं - हर किसी को कई क्षेत्रों को समझने में सक्षम होना चाहिए। टीम ने 2 महीने के लिए एक रोबोट बनाने पर काम किया, यहां तक ​​कि रविवार को भी काम किया और प्रयोगशाला को 21.00 से पहले नहीं छोड़ा।

यांत्रिकी और इलेक्ट्रॉनिक्स "मांसपेशियों" और रोबोट के "परिधीय तंत्रिका तंत्र" हैं।

यांत्रिकी

यांत्रिकी एक्ट्यूएटर्स का एक सेट है जो कार के नियंत्रणों को चलाता है। यांत्रिकी विकसित करते समय, मुख्य आवश्यकता एक आसानी से हटाने योग्य संरचना बनाने की थी ताकि सब कुछ जल्दी से असंतुष्ट हो सके, और मशीन एक नियमित गजल में बदल गई।
गैस / ब्रेक / क्लच पेडल को नियंत्रित करने वाली एक्ट्यूएटर यूनिट और गियर चयनकर्ता सीट से एक माउंट पर ड्राइवर की सीट के नीचे स्थित है। यानी आप ड्राइवर की सीट पर बैठ सकते हैं (पैर, हालांकि, बहुत आरामदायक नहीं हैं)।

पेडल ब्लॉक

पैडल को जोड़ने के लिए, विशेष स्टेपल लीवर का उपयोग किया जाता है, जिसे पैडल पर फेंक दिया जाता है।
स्टीयरिंग व्हील एक मोटर द्वारा संचालित होता है, जो एक श्रृंखला के माध्यम से स्टीयरिंग व्हील कार्डन से जुड़ा होता है (मुझे इसे काटना और गियर को वेल्ड करना था, लेकिन यह कुछ साल पहले किया गया था, इसलिए इसे इसे छोड़ने का फैसला किया गया था)।

यहां मोटर के साथ एक ही शाफ्ट पर नीला एनकोडर एक श्रृंखला द्वारा स्टीयरिंग कार्डन (हुड के नीचे) से जुड़ा हुआ है

इग्निशन सर्किट दो मोड में है - जब कार को कुंजी (हमेशा की तरह) से शुरू किया जाता है, या रिले और सुरक्षा बटन के माध्यम से जोड़ा जाता है, ताकि यह स्वायत्त रूप से शुरू हो सके। स्विच करने के इस तरीके के लिए, एक बार जब हम भुगतान करते हैं, तो मोड स्विच करना भूल जाते हैं - नियंत्रण खोने की स्थिति में कार को रोका नहीं जा सकता है। लेकिन ऐसा कुछ नहीं हुआ।

इलेक्ट्रानिक्स

हमारी सभी रोबोट परियोजनाओं के लिए, हम अपने स्वयं के इलेक्ट्रॉनिक्स का उपयोग करते हैं। और हम इसे विकसित करते हैं, जिसे खरोंच से कहा जाता है। ऐसा लगता है कि आप Arduino, NI RIO, और कुछ प्रकार के मोटर नियंत्रक धागा, या ऐसा कुछ खरीद सकते हैं, जो सस्ता और तेज दोनों को बदल देगा। लेकिन कुछ हैं लेकिन। किसी चीज़ को कॉन्फ़िगर करना या उससे भी बेहतर सीखने के लिए, आप केवल यह जान सकते हैं कि यह सब कैसे काम करता है। सिस्टम को "महसूस" कहा जाता है। और ऐसा करने के लिए, आप केवल इसे स्वयं दोहराने की कोशिश कर सकते हैं, कदम से कदम समझ सकते हैं कि क्या, क्यों, और कैसे। हमारे पास पहले से ही विकास का अनुभव था, और कई वर्षों से हम इस क्षेत्र को विकसित कर रहे हैं। और अगर पहले सीज़न में हम तैयार किए गए समाधानों का उपयोग करने वाली टीमों से पिछड़ गए, तो अब हमारे पास अनुभवी सर्किट डिजाइनर, डीबग किए गए समाधान हैं, और हम उन्हें किसी भी ज़रूरत के लिए पूरी तरह से अनुकूलित कर सकते हैं।

मोटर नियंत्रण बोर्ड

इलेक्ट्रॉनिक्स और सॉफ्टवेयर का "निम्न स्तर" पूरी तरह से हमारे समाधान - इंजन नियंत्रण बोर्डों द्वारा दर्शाया गया है। प्रत्येक बोर्ड के फर्मवेयर को एक विशिष्ट कार्य के लिए अनुकूलित किया जाता है - क्लच / ब्रेक या स्टीयरिंग कंट्रोल। प्रत्येक में, संबंधित एल्गोरिथ्म "ऊपर सिलना" है। निरपेक्ष और सापेक्ष एनकोडर पर प्रतिक्रिया, साथ ही सीमा स्विच और इंजन रिव्यू।

नियंत्रण बोर्डों को वापस लेने योग्य स्टैंड पर लगाया जाता है, और आसानी से गज़ेल के चालक की सीट के नीचे साफ किया जाता है।

इसके अतिरिक्त, बोर्ड "शुष्क संपर्कों" या रिले से लैस हैं, प्रोग्राम के लिए इग्निशन या लाइट / साउंड सिग्नलिंग को चालू करने और अन्य एक्ट्यूएटर्स को चालू करने के लिए।

एक दिलचस्प समस्या कार की शुरुआती शुरुआत है, जो विशेष रूप से ऊपर की ओर ड्राइव करते समय स्पष्ट होती है। इंजन की गति की निगरानी करना और क्लच / गैस पैडल पर कार्रवाई करना आवश्यक है ताकि कार स्टाल न हो। ड्राइवर एक सहज स्तर पर ऐसा करता है, लेकिन इसे स्वचालित रूप से करना काफी कठिन है।

"निम्न स्तर" नियंत्रक (हम ARM7 वास्तुकला के साथ LPC NXP नियंत्रकों का उपयोग करते हैं) "उच्च स्तर" कार्यक्रम (i386 आर्च) से प्राप्त आदेशों के आधार पर एक्ट्यूएटर्स को नियंत्रित करता है। संचार इंटरफ़ेस - RS232, नियमित COM पोर्ट। नियंत्रण कमांड मापदंडों का एक समूह है {स्टीयरिंग कोण, यात्रा की गति, ब्रेक, अतिरिक्त रिले}। नियंत्रक "ऊपरी स्तर" को वर्तमान इंजन की गति और निर्णय लेने के लिए आवश्यक कुछ अन्य मापदंडों को भी भेजता है।

कार्यक्रम वास्तुकला और एल्गोरिदम का विवरण

अंत में वह उस हिस्से में चले गए जिस पर उन्होंने सीधे काम किया।
कई साल पहले, जब यह सिर्फ शुरुआत थी, सभी विश्वविद्यालय ने अपनी टीमों के लिए एनआई नियंत्रक खरीदे। उस समय, हमारे पास उनके लिए कोई धन नहीं था, इसलिए i386 पर रोबोट का "दिमाग" बनाने का निर्णय लिया गया, जो कि है साधारण लैपटॉप या डेस्कटॉप पीसी। लेकिन मुझे लिनक्स और एम्बेडेड-लिनक्स के साथ-साथ अच्छी तरह से ज्ञात ओपनसीवी इमेज प्रोसेसिंग लाइब्रेरी इत्यादि के लिए विकास का अनुभव प्राप्त होगा। (मैं NI को अपमानित नहीं करना चाहता, हमारे पास भी हाल ही में RIO दिखाई दिया है - एक जिज्ञासु चीज)।

सेंसर सेट

इन प्रतियोगिताओं के लिए प्रयुक्त सेंसर का एक सेट:

• स्टीयरिंग व्हील और प्रोपेलर शाफ्ट एनकोडर (स्थिति के लिए)
• वेदरप्रूफ आईपी कैमरा (टैग पहचान के लिए)
• बीमार लेजर स्कैनर (क्रॉस-कंट्री मैप बनाने के लिए)
• अभिविन्यास बोर्ड (गायरोस्कोप + एक्सीलरोमीटर) (पोजिशनिंग के लिए)
• जीपीएस रिसीवर (स्थिति के लिए)

सेंसर RS232 और ईथरनेट के माध्यम से एक पीसी से जुड़े हैं।
संवेदी डेटा को संसाधित करने के लिए, गज़ेल बॉडी में एक नियमित पीसी स्थापित किया गया है। कंप्यूटर एक गैसोलीन जनरेटर द्वारा संचालित होता है जो बाहरी रूप से शरीर के नीचे स्थित होता है (विपरीत दिशा में गैस टैंक के साथ सममित रूप से)।

पुस्तकालयों का इस्तेमाल किया

ऑपरेटिंग सिस्टम के रूप में, हम उबंटू का उपयोग करते हैं, विकास का वातावरण QtCreator है, भाषा C ++ है, gui के लिए लाइब्रेरी Qt है, छवि अधिग्रहण और प्रसंस्करण OpenCV है, लेजर स्कैनर डेटा प्रोसेसिंग पीसीएल है, और फाइलों और नेटवर्क के साथ काम करने के लिए बूस्ट भी है। परिणाम एक क्रॉस-प्लेटफॉर्म समाधान है। हालाँकि, हम अभी भी उबंटू का उपयोग करते हैं, क्योंकि सिस्टम अधिक अनुमानित है, पृष्ठभूमि में, एंटीवायरस या फ़ाइल इंडेक्सिंग गलती से काम करना शुरू नहीं करता है, अन्य सभी प्रक्रियाओं को धीमा कर देता है ... हां, और समग्र प्रदर्शन थोड़ा अधिक है।

टैग का पालन करें

प्रतियोगिता के कार्य में 2 तत्वों का कार्यान्वयन शामिल है - निशान का अनुसरण करना और मार्ग का अनुसरण करना। इसलिए, कार्यक्रम दो मुख्य ऑपरेटिंग मोड के लिए प्रदान किया जाता है - क्रमशः कार्य के प्रत्येक तत्व के लिए।
निशान का पालन करने के मोड में, कार्यक्रम का सामान्य एल्गोरिदम बेहद सरल है - आपको निशान के पीछे जाने और वेपाइंट को याद रखने की आवश्यकता है जब तक कि ऑपरेटर निशान को हटा नहीं देता। आंदोलन के दौरान पतवार की स्थिति फ्रेम के केंद्र के सापेक्ष निशान की स्थिति के लिए आनुपातिक है।
एक टैग हानि की स्थिति में, रोबोट बीप करता है और थोड़ी देर बाद (0.5 सेकेंड) धीमा होने लगता है। यह सुरक्षा उद्देश्यों के लिए किया जाता है, और तार्किक रूप से यह खराब नहीं होता है - जब कार को रोकने के लिए आवश्यक होता है, तो निशान हटा दिया जाता है (इसे पीछे की तरफ से बदल दिया जाता है)।
एक निशान एक पोल (सुरक्षा के लिए भी) पर स्थित एक संकेत है। हमने एक काले रंग की रूपरेखा के साथ एक गुलाबी सर्कल का उपयोग किया, क्योंकि यह रंग शायद ही कभी प्रकृति में पाया जाता है।

निशान के पीछे आंदोलन एल्गोरिथ्म की जाँच करना

कई पुस्तकालयों को लेबल की खोज करने की कोशिश की गई, लेकिन परिणामस्वरूप, उनका स्वयं का समाधान लागू किया गया - प्रपत्र + रंग विश्लेषण द्वारा खोज। यह आपको ट्रैफ़िक सिग्नल और अन्य गोल ऑब्जेक्ट्स को अस्वीकार करने की अनुमति देता है जो निशान से रंग में भिन्न हैं।

लेबल खोज एल्गोरिथ्म प्रदर्शन

मार्ग के निर्देशांक सूची {जीपीएस बिंदु, अभिविन्यास (रोटेशन के कोण), त्रिज्या (हिट होने पर, इस बिंदु पर पहुंच माना जाता है)} द्वारा वर्णित हैं। आंदोलन के अंत में, बिंदु उलट जाते हैं और मार्ग बच जाता है।

प्रारंभिक बिंदु पर लौटें

रोक बिंदु पर, ऑपरेटर निशान को हटा देता है - और रोबोट बंद हो जाता है। समस्या यह है कि उसे किसी तरह से घूमना होगा। रोबोट को चालू करने के तरीके पर प्रतिस्पर्धा के नियमों में कोई प्रतिबंध नहीं था, इसलिए हमने मैनुअल विधि को चुना - जब ऑपरेटर कार को चारों ओर घुमाता है। प्रक्षेपवक्र नियोजन एल्गोरिथ्म, काल्पनिक रूप से एक यू-टर्न की योजना बना सकता था, लेकिन हमने उस समय अधिक आवश्यक कार्यों को डीबग करना समय बिताने का निर्णय लिया।
हमने तुरंत "सरल एल्गोरिदम" को त्याग दिया जैसे कि "यदि बैरल बाईं ओर है, तो पहिया दाईं ओर है, यदि लक्ष्य दाईं ओर है, तो पहिया दाईं ओर है", आदि। मैं इसे "मवेशी विधि" कहता हूं। जाहिर है, दूसरी बैरल, या अतिरिक्त स्थितियों की उपस्थिति के साथ, मवेशी-विधियां व्यवहार्य नहीं हैं।
स्वायत्त आंदोलन एल्गोरिथ्म को निम्नलिखित मुद्दों के अनुक्रमिक समाधान के रूप में दर्शाया जा सकता है:

मैं कहाँ हूँ

निर्णय लेने के लिए कि रोबोट को कहां जाना चाहिए, प्रक्षेपवक्र में क्या सुधार किया जाना चाहिए, रोबोट को पता होना चाहिए कि वह कहां स्थित है, अर्थात्। सवाल का जवाब "मैं कहाँ हूँ?" इस प्रयोजन के लिए, आप केवल एक जीपीएस रिसीवर के डेटा का उपयोग नहीं कर सकते हैं, क्योंकि जीपीएस त्रुटि दस मीटर है, इमारतों या सुरंग के पास आंदोलन का उल्लेख नहीं करना है। इसके अलावा, यदि आप एक जीपीएस रिसीवर के साथ क्षेत्र में खड़े होते हैं और निर्देशांक लेते हैं, तो थोड़ी देर बाद, उसी स्थान पर आने से, निर्देशांक काफी भिन्न होंगे। एक अन्य समस्या निर्देशांक आउटपुट की कम दर है - प्रति सेकंड 1 से 5 बार, जो 5 किमी / घंटा की गति से भी कार को नियंत्रित करने के लिए पर्याप्त नहीं है - सिस्टम के पास स्थिति पर प्रतिक्रिया करने के लिए समय नहीं होगा, और रोबोट नशे में चालक की तरह चलेगा, या यहां तक ​​कि ओवरशूट होगा।

इस स्थिति से बाहर निकलने का तरीका अलग-अलग प्रकृति के कई सेंसर का उपयोग होता है, जो विभिन्न शारीरिक घटनाओं पर आधारित होता है। हमारे रोबोट में, जीपीएस के अलावा, हम पहिया एनकोडर का उपयोग करते हैं - कार के रैखिक और कोणीय गति का निर्धारण करते हुए कि ड्राइवशाफ्ट स्क्रॉल कितना है और स्टीयरिंग व्हील कैसे उन्मुख था। गायरोस्कोप, एक्सेलेरोमीटर और एक चुंबकीय कम्पास पर आधारित एक अभिविन्यास चैनल का उपयोग अतिरिक्त चैनल के रूप में भी किया जाता है।
प्रत्येक सेंसर में सूचना आउटपुट की एक अलग दर होती है (उदाहरण के लिए, एन्कोडर्स - 70 हर्ट्ज, ओरिएंटेशन बोर्ड - 10 हर्ट्ज)। साथ ही, उन्हें त्रुटियों की एक अलग प्रकृति की विशेषता है। पहियों के आकार और कार के व्हीलबेस की लंबाई निर्धारित करने की अशुद्धि के कारण, केवल एन्कोडर पर आधारित नेविगेशन, समय के साथ त्रुटि संचय विशेषता है। जाइरोस्कोप्स कार के शरीर के थर्मल बहाव और कंपन के अधीन हैं। कम्पास क्रमशः बड़ी धातु की वस्तुओं (पुलों, मेहराबों आदि) पर दृढ़ता से प्रतिक्रिया करता है, क्रमशः प्रत्येक सेंसर का उपयोग अलग-अलग भी असंभव है।
विभिन्न सेंसरों के रीडिंग को संयोजित करने के लिए, विभिन्न तकनीकों का उपयोग किया जाता है, हमने विभिन्न प्रकार के गैर-रेखीय कलमन फ़िल्टर - अनसेंटेड कलमन फ़िल्टर का उपयोग करने के लिए चुना। उंगलियों पर, ऑपरेशन के सिद्धांत को निम्नानुसार समझाया जा सकता है - कार की गति के मॉडल के आधार पर (यह टेलीपोर्ट या साइडवे को स्थानांतरित नहीं कर सकता है), प्रत्येक सेंसर के रीडिंग की भविष्यवाणी की जाती है। फिर, अनुमानित मूल्य की तुलना वास्तविक (मापा) और प्रत्येक सेंसर के साथ की जाती है, इस संभावना के अनुसार कि यह सच दिखाता है, इसका वजन डाला जाता है (भविष्यवाणी के करीब, अधिक आत्मविश्वास)। प्राप्त भार के आधार पर, वाहन की वर्तमान स्थिति और अभिविन्यास का एक आकलन बनता है।

D-GPS का उपयोग करना, निश्चित रूप से, कार्य को आसान बना देगा, लेकिन इसके लिए एक मासिक शुल्क की आवश्यकता होती है - आप खरीद नहीं सकते और भूल जाते हैं (उपभोगता को बहुत समस्याग्रस्त रूप से भुगतान किया जाता है)।
फिर भी, प्राप्त स्थिति अनुमान नियंत्रण के लिए स्वीकार्य है - निर्देशांक में कोई स्पष्ट छलांग नहीं है, इसलिए, प्रक्षेपवक्र के साथ गति नियंत्रक अनुमानित व्यवहार करता है।

कहाँ जाना है?

जब रोबोट की स्थिति ज्ञात होती है, तो यह निर्धारित करना संभव है कि लक्ष्य बिंदु रोबोट के सापेक्ष कहां है। इस स्तर पर समस्या यह है कि, जैसा कि पहले उल्लेख किया गया था, जीपीएस धीमी गति से बहाव के अधीन है - दिन के दौरान "फ्लोट" निर्देशांक। यह वायुमंडल की विषमता, बादलों, बादलों द्वारा समझाया जा सकता है - यह सब संकेत के पारगमन समय को प्रभावित करता है।
इसे निम्नानुसार दिखाया गया है।

जीपीएस बहाव

जबकि रोबोट धुरी बिंदु पर प्रतीक्षा कर रहा है, इसकी वर्तमान स्थिति "दूर की ओर" शुरू होती है। यानी यदि हम इसे केवल GPS द्वारा रिडनेक को स्थानांतरित करने के लिए शुरू करते हैं, तो यह मूल प्रक्षेपवक्र के सापेक्ष एक निश्चित ऑफसेट पर जाएगा, जबकि सेंसर यह दिखाएंगे कि हम सामान्य रूप से आगे बढ़ रहे हैं - उन्हें पता नहीं है कि सभी निर्देशांक स्थानांतरित हो गए हैं। यह इस तथ्य को जन्म देगा कि रोबोट सड़क के किनारे (अच्छी तरह से, क्रिसमस के पेड़ या कंक्रीट ब्लॉक के साथ) ड्राइव करेगा। तो, ज़ाहिर है, अच्छा नहीं है।

प्रक्षेपवक्र की योजना बनाते समय इस समस्या का समाधान सड़क स्थिति डेटा का उपयोग करना है। इस डेटा को द्वि-आयामी छवि के रूप में प्रस्तुत करना सुविधाजनक है - एक क्रॉस-कंट्री मैप। वास्तव में, यह एक तस्वीर है - एक शीर्ष दृश्य जहां कार केंद्र में है, और पास होने योग्य क्षेत्रों को एक रंग (हरा) में चिह्नित किया गया है, और दूसरे (सफेद) में अगम्य है।

आंकड़े में - स्टेडियम में परीक्षण दौड़ के दौरान, धैर्य का एक वास्तविक नक्शा।

प्रतिस्पर्धा की स्थितियों में कंक्रीट ब्लॉक और उच्च वनस्पति के साथ सज्जित सड़क शामिल है - झाड़ियों और पेड़। इसलिए, बाधाओं के बारे में जानकारी प्राप्त करने के लिए केवल एक लीनियर लेजर स्कैनर का उपयोग करने का निर्णय लिया गया था, जिसे हमने कार के बम्पर पर तय किया था (पहली फोटो देखें)।

लेजर स्कैनर के संचालन का सिद्धांत लेजर रेंज फाइंडर के समान है, केवल एक अधिक जटिल ऑप्टिकल सिस्टम लगातार घूमता है, जो 0.5 डिग्री के कोणीय संकल्प के साथ 180 डिग्री का एक देखने का कोण और 2 सेमी की माप सटीकता के साथ अधिकतम 80 मीटर की दूरी प्रदान करता है। इन प्रतियोगिताओं के लिए ये पैरामीटर पर्याप्त थे, और इसे एक निश्चित ऊंचाई पर स्थापित करने से ट्रैक पर सभी संभावित बाधाओं और सड़क के समोच्च को देखना संभव हो गया।
स्कैनर रेंज की एक सरणी देता है, जिसे तब एकल हमलों (घास या सिर्फ शोर से) से फ़िल्टर किया जाता है, जो कम से कम 2 डिग्री की कोणीय चौड़ाई के साथ बाधाओं को छोड़ देता है। फिर सरणी केंद्र के सापेक्ष ध्रुवीय निर्देशांक में धैर्य मानचित्र पर खींची जाती है। प्रत्येक अद्यतन से पहले, पेटेंट का नक्शा अगम्य रंग से भर जाता है, और उस पर केवल पास करने योग्य खंड खींचे जाते हैं। यह स्कैनर के दायरे से परे एक बिंदु का चयन करने के लिए प्रलोभन से एक लक्ष्य बिंदु का चयन करने के लिए प्रलोभन को समाप्त करता है (कंक्रीट ब्लॉकों या एक बाड़ की छाया में)। यदि ऐसा हुआ, तो प्रक्षेपवक्र नियोजन एल्गोरिथ्म इसे बनाने में सक्षम नहीं होगा, क्योंकि लक्ष्य बिंदु उपलब्ध नहीं है।
यह भी महत्वपूर्ण है कि लेजर स्कैनर शरीर से मजबूती से जुड़ा हुआ है। नतीजतन, पारगम्यता नक्शा स्थानीय निर्देशांक में बनाया गया है, अर्थात। हम अंतरिक्ष में सड़क के स्थान के साथ गलती नहीं कर सकते।

तो, हमारे पास धैर्य का एक नक्शा, रोबोट की वर्तमान स्थिति और उस मार्ग का वर्तमान बिंदु है जहां आपको प्राप्त करने की आवश्यकता है। यह वह जगह है जहां लक्ष्य बिंदु चयन एल्गोरिदम खेल में आता है। यह इस डेटा को एक वैध (सही) लक्ष्य बिंदु प्राप्त करने के लिए जोड़ती है जहां कार तक पहुंचने की गारंटी दी जा सकती है।
इसके संचालन का सिद्धांत काफी सरल है - आदर्श लक्ष्य के बगल में, क्रॉस-कंट्री मैप पर कई बिंदुओं का यादृच्छिक चयन। फिर लक्ष्य के निकटतम बिंदु का चयन किया जाता है। कार के ज्यामितीय आयामों को भी ध्यान में रखा जाता है - बिंदु के चारों ओर मुक्त स्थान होना चाहिए ताकि चयनित क्षेत्र में आंदोलन सुरक्षित हो। यदि मूल लक्ष्य क्रॉस-कंट्री मैप के आयामों से आगे निकलता है, तो दूरी Rmax द्वारा त्रिज्या के साथ बिंदु (हमारे मामले में, नक्शे के आयाम 40 * 40 मीटर, Rmax = 15 मीटर) हैं ताकि मैप पर झूठ हो, और फिर एक खोज की जाती है।

मानचित्र का योजनाबद्ध प्रतिनिधित्व। सफेद वर्ग एक अगम्य क्षेत्र का प्रतीक है

कैसे जाएं?

फिलहाल, नियंत्रण कार्य इस तथ्य पर उतरता है कि हमें धैर्य मानचित्र के केंद्र से लक्ष्य बिंदु तक पहुंचने की आवश्यकता है। और फिर, समस्या यह है कि क्लासिक लघु पथ खोज एल्गोरिदम (ए *, आदि) यहां काम नहीं करते हैं। क्यों?

सबसे पहले, जिस स्थान पर रोबोट कार चलती है वह निरंतर है। निर्देशांक (x, y) वास्तविक संख्याएं हैं। शास्त्रीय एल्गोरिदम एक असतत राज्य स्थान के लिए डिज़ाइन किए गए हैं। यहां, संक्रमण का सेट अंतहीन है, और उनके माध्यम से छांटना असंभव है।

दूसरे, एक कार एक गैर-होलोनोमिक प्रणाली है। इसका मतलब है कि कार अंतरिक्ष में अपनी स्थिति या अभिविन्यास को तुरंत नहीं बदल सकती है। इसके अलावा, उनकी अगली स्थिति काफी "कठोर" है, जो पिछले एक के साथ जुड़ा हुआ है - गति के व्युत्पन्न पर प्रतिबंध, तुरंत रोकने या बदलने की अक्षमता। इसलिए, भले ही हम असतत एल्गोरिथ्म का उपयोग करके सबसे छोटा रास्ता बनाते हैं (उदाहरण के लिए, पूर्णांक के निर्देशांक को गोल करना), इस तरह के प्रक्षेपवक्र के साथ गुजरना संभव नहीं होगा।

इस सब से यह निम्नानुसार है कि जानवर बल द्वारा सबसे छोटा रास्ता प्राप्त करना संभव नहीं है। इस मामले में, हम केवल प्रक्षेपवक्र "इष्टतम के करीब" के बारे में बात कर सकते हैं। ऐसा प्रक्षेपवक्र सबसे कम नहीं है। यह हमारे लिए अधिक महत्वपूर्ण है कि प्रक्षेपवक्र के अंतिम बिंदु पर रोबोट के लिए आवश्यक अभिविन्यास है - अगर रोबोट सड़क के मध्यवर्ती शिखर पर पहुंचता है - यह बुरी तरह से समाप्त हो जाएगा। (हालांकि पृष्ठभूमि में यह अभी भी महत्वपूर्ण है कि रोबोट लूप जितना संभव हो उतना कम हो)।

आप एक ही बिंदु पर विभिन्न तरीकों से पहुंच सकते हैं।

निरंतर राज्य स्थान में पथ की खोज करने के लिए, विभिन्न एल्गोरिदम का उपयोग किया जाता है। सबसे लोकप्रिय में से कुछ रैपिडली रैंडम ट्री (आरआरटी) की खोज की किस्में हैं। जब आरआरटी ​​चल रहा होता है, तो सभी संभावित राज्यों की गणना नहीं की जाती है। इसके बजाय, राज्यों के पूरे स्थान (सामान्य स्थिति में) को समान रूप से वितरित वर्टिकल द्वारा कवर किया जाता है, जो बाद में निर्णय ट्री के निर्माण के लिए संदर्भ कोने के रूप में उपयोग किया जाता है।
हालांकि, अपने शुद्ध रूप में, आरआरटी ​​एक कार के प्रक्षेपवक्र की योजना बनाने के लिए उपयुक्त नहीं है, क्योंकि, फिर से, यह गतिज प्रतिबंधों को ध्यान में नहीं रखता है। इसलिए, हमारे काम में, हमने कुवाटा, वाई और अन्य द्वारा प्रस्तावित एल्गोरिथ्म का उपयोग किया [1]।
सामान्य विचार आरआरटी ​​के समान ही रहता है। वाहन के मार्ग पर, एन मध्यवर्ती राज्यों को यादृच्छिक रूप से चुना जाता है।

काले घेरे मध्यवर्ती अवस्थाओं का संकेत देते हैं। लाल घेरा लक्ष्य और इसमें कार का उन्मुखीकरण है।

फिर मूल शीर्ष से प्रक्षेपवक्र का एक पेड़ बनाया गया है। पड़ोसी बिंदुओं की पुनरावृत्ति की जांच की प्रक्रिया को कार आंदोलन के मॉडल को ध्यान में रखते हुए संशोधित किया गया है।


प्रक्षेपवक्र नियोजन एल्गोरिदम का प्रदर्शन। लक्ष्य के अभिविन्यास के आधार पर, परिणामी प्रक्षेपवक्र अलग-अलग हो जाएगी।

जब पुनरावृति सीमा समाप्त हो गई है (एल्गोरिथ्म वास्तविक समय में काम करने में सक्षम होना चाहिए - मशीन चलती है!), या लक्ष्य तक पहुंचने वाली शाखाओं की संख्या थ्रेशोल्ड एम तक पहुंच गई है, तो उपलब्ध पथों के सेट से सबसे छोटा रास्ता चुना गया है।
परिणामस्वरूप प्रक्षेपवक्र डबिन्स पथ का एक सेट है - कार के एक निश्चित न्यूनतम मोड़ के सेगमेंट और आर्क्स का एक सेट। इस प्रकार के प्रक्षेपवक्र को विशेष रूप से कार की गति का प्रतिनिधित्व करने के लिए विकसित किया गया था और प्रारंभिक और अंतिम अभिविन्यास को ध्यान में रखते हुए बिंदु (x, y, थीटा) से (x ', y', 'थीटा') तक जाने के लिए सबसे छोटा रास्ता है।

डायबिन्स रास्तों का एक उदाहरण।

इस एल्गोरिथ्म को लागू करने में कठिनाई यह है कि विधि स्वयं कम्प्यूटेशनल रूप से महंगा है (वास्तव में, यह एक ओवरकिल है)। इसके काम को गंभीरता से अनुकूलित करना आवश्यक था। बदलती ट्रैफ़िक स्थितियों का जवाब देने के लिए प्रक्षेपवक्र को समय-समय पर अद्यतन किया जाना चाहिए। मध्यवर्ती चोटियों की उपस्थिति के कारण, कार का युद्धाभ्यास काफी जटिल (अच्छे तरीके से) हुआ।
गति नियंत्रक को निष्पादन के लिए प्रक्षेपवक्र भेजा जाता है, जो स्टीयरिंग व्हील और गति को नियंत्रित करता है। नियंत्रक एल्गोरिथ्म उसी के समान लिया जाता है जिसे [1] में प्रस्तावित किया गया हो।

मैं यह भी नोट करना चाहूंगा कि यह एल्गोरिथ्म "सामान्य मामले के लिए नियोजन एल्गोरिथ्म" है। यानीजब सड़क के आकार और बाधाओं के बारे में कोई पूर्व सूचना नहीं आती है (पार्किंग में, गैरेज में, यातायात की भीड़ में आंदोलन)। यह कम्प्यूटेशनल रूप से जटिल है, लेकिन जटिल प्रक्षेपवक्र पैदा करने में सक्षम है। जब एक राजमार्ग पर ड्राइविंग करते हैं, तो जटिल युद्धाभ्यास वांछनीय नहीं होते हैं, न कि इष्टतम, और यहां तक ​​कि खतरनाक भी। इसलिए, "लाइटवेट" ट्रैफिक प्लानर केवल सड़क की धारा में ड्राइविंग करते समय योजना पर केंद्रित होते हैं (हमने अभी तक इसे लागू नहीं किया है)।

राजमार्ग यातायात योजनाकार

प्रोग्राम मोड स्विचिंग

प्रोग्राम मोड को स्विच करने के तरीके के बारे में, हमने पहले से नहीं सोचा था। मुझे Gozel (हम रोबोट कहते हैं) पर बोर्ड के नंबरों के साथ एक छोटे कीबोर्ड ब्लॉक को जकड़ना जल्दी करना था - संख्याओं का सही संयोजन निर्धारित करता है कि रोबोट आगे क्या करेगा: एक

कीबोर्ड प्रोग्राम मोड (जार के अंदर) स्विच करने के लिए। ऑपरेटर को ज्ञापन के पास - ताकि भूल न जाए।

सामान्य तौर पर, शासन की पसंद के साथ, यह हमारे लिए बहुत सुविधाजनक नहीं निकला। चूंकि गोज़ेल को तैनात करने के लिए पेडल जारी करना आवश्यक था, और इसके लिए - कार्यक्रम को "उन्हें जाने देना" चाहिए। नतीजतन, मुझे कीबोर्ड पर बहुत सारे इंटरमीडिएट कमांड दर्ज करने पड़े। घबराए हुए वातावरण में, वे आसानी से भ्रमित होते हैं। यह भी उत्सुक है कि कार का पलटना दोनों दिशाओं में एक स्वायत्त सवारी से अधिक समय लगा।

सामान्य वास्तुकला

ऊपर वर्णित एल्गोरिदम के आधार पर, प्रोग्राम घटकों की निम्नलिखित इंटरैक्शन योजना संकलित की जा सकती है:

डिबगिंग

डिबगिंग किसी भी सॉफ्टवेयर उत्पाद के विकास में सबसे महत्वपूर्ण चरण है, खासकर जब यह रोबोट कार को नियंत्रित करने के लिए सॉफ़्टवेयर की बात आती है। लेकिन यहां कुछ मुश्किलें हैं।
एक त्रुटि की कीमत एक क्षतिग्रस्त कार या बुनियादी ढांचा है। टीम के सदस्यों के लिए खतरे का उल्लेख नहीं करना। यहां कीड़े महंगे हैं।
इसके अलावा एक महत्वपूर्ण समस्या परीक्षण की लागत है। एक निर्जन स्थान पर पूरे सिस्टम के संचालन को डिबग करना वांछनीय है, उन वस्तुओं से दूर जो कुछ गलत होने पर क्षतिग्रस्त हो सकते हैं। ऐसा करने के लिए, आपको कार को वहां पहुंचाना होगा। और रस्सा सेवाओं के लिए भुगतान कुछ भी द्वारा मुआवजा नहीं है।

इसलिए, हमने एक सिम्युलेटर बनाया, जिस पर एल्गोरिथ्म के समग्र संचालन और कार्य के तर्क की जांच करना संभव था। एक ग्राफिक्स इंजन के रूप में Irrlicht, भौतिक - BulletPhysics का उपयोग किया जाता है। रोबोट का सॉफ्टवेयर क्लाइंट-सर्वर इंटरैक्शन है, जहां सर्वर एल्गोरिदम (क्लाइंट) और रोबोट (सेंसर, एक्ट्यूएटर्स) के हार्डवेयर के बीच एक सॉफ्टवेयर इंटरफेस है। यह पता चला कि सिम्युलेटर से एक वास्तविक रोबोट पर स्विच करने के लिए, क्लाइंट में एक अलग आईपी पते को निर्दिष्ट करना आवश्यक था - बहुत आसानी से - कोई कोड संशोधन नहीं।

हमारे सिम्युलेटर

सिम्युलेटर ने हमें सभी सेंसर (एनकोडर, जीपीएस, सिक) के संकेतों को अनुकरण करने की अनुमति दी, इसलिए अधिकांश समय सिम्युलेटर में डिबगिंग हुआ।
लेकिन सिम्युलेटर एक सिम्युलेटर है, और रोबोट को वास्तविक दुनिया में सवारी करना पड़ता है, जो एक नियम के रूप में, मॉडल से भिन्न होता है। इसलिए, अभ्यास में सब कुछ जांचना आवश्यक है।
प्रतियोगिता से पहले पहली (और केवल) फ़ील्ड परीक्षण शाब्दिक रूप से किए गए थे - क्षेत्र में। एल्गोरिथ्म के सबसे "ऊपरी" हिस्से को

मोटर ने गर्म

किया, लेकिन "निम्न" स्तर बहुत अच्छा नहीं था - मुझे स्टीयरिंग व्हील और पेडल कंट्रोल के गुणांक (जो कि तार्किक है) को फिर से कॉन्फ़िगर करना था। दिन के अंत तक, हमने स्वीकार्य परिणाम प्राप्त कर लिए थे। ऐसा लगता है कि सब कुछ काम कर गया।


प्रतियोगिता और अंतिम दौड़ का एक छोटा पूर्वावलोकन

निष्कर्ष और निष्कर्ष

2013 के रॉब्रोक्रॉस प्रतियोगिताओं में, हमारी टीम ने पहला स्थान हासिल किया। हम सभी बैरल के आसपास चले गए और सुरक्षित रूप से स्टार्ट क्षेत्र में लौट आए।
निष्कर्ष जो खुद को बताता है - एक रोबोट कार - एक जटिल प्रणाली है। प्रत्येक घटक का निर्माण एक चुनौती है जिसे डेवलपर्स को स्वीकार करना और दूर करना होगा, खासकर हमारे देश में। स्वाभाविक रूप से - ऐसे उपकरण का निर्माण अकेले असंभव है, इसलिए मैं अपनी टीम के प्रति आभार व्यक्त करना चाहूंगा।
मैंने इलेक्ट्रॉनिक्स के विकास में आने वाली समस्याओं के बारे में विस्तार से नहीं बताया, लेकिन सॉफ्टवेयर की तुलना में उनमें और भी अधिक थे।

सवाल है, आगे क्या? विकसित करने के लिए। प्रणाली एक काफी समग्र दृष्टिकोण है। प्रत्येक घटक को सुधारने से पूरे रोबोट के काम की गुणवत्ता में सुधार होना चाहिए। ट्रैफ़िक नियमों के तर्क जोड़ने से केवल स्थानीय लक्ष्य चयन एल्गोरिदम ही प्रभावित होगा। वैश्विक स्वायत्त कार उद्योग में एक और प्रवृत्ति का उपयोग सेंसर की लागत को कम कर रहा है - महंगे लेजर स्कैनर का उपयोग नहीं करने की कोशिश करते हैं, लेकिन सस्ती दृष्टि प्रणालियों पर ध्यान केंद्रित करते हैं। इस दिशा में बढ़ना आवश्यक है।

एक क्लासिक कार में, सामने के पहिये कुंडा हैं - किसी व्यक्ति के लिए ड्राइव करना आसान है। और अगर आप सभी पहियों को रोटरी बनाते हैं? इससे समानांतर पार्किंग से लेकर पंक्ति से पंक्तिबद्ध व्यवस्था को धीमा किए बिना अधिक जटिल युद्धाभ्यास करना संभव होगा। इस तरह के नियंत्रण वाले व्यक्ति को सामना करने की संभावना नहीं है, लेकिन रोबोट कर सकता है:

रोबोट "मरकाइका"। विकास में

अन्य परियोजनाओं और लैब रोबोट को यहां देखा जा सकता है ।

ps इस सामग्री का उद्देश्य समान विचारधारा वाले लोगों की खोज करना भी है - हम रोबोट वाहनों के लिए एक ओपनसोर्स सॉफ्टवेयर परियोजना शुरू कर रहे हैं। यदि आप इस विषय में रुचि रखते हैं, तो आपको विकास का अनुभव है (या अन्य टीमों के सदस्य हैं) मुझे लिखें - ।

सूत्रों का कहना है

1. योशीकी कुवाटा, गैस्टन ए। फिरोर, एट अल, "आरआरटी ​​का उपयोग करके शहरी ड्राइविंग के लिए मोशन प्लानिंग," 2008 IEEE RSJ अंतर्राष्ट्रीय सम्मेलन इंटेलिजेंट रोबोट्स एंड सिस्टम, सितंबर, 2008 पर।