Детальная информация

Работа посвящена разработке системы автономной навигации мобильного робота на пересеченной местности на основе двухслойного локального картирования среды в реальном времени. Задачи, которые решались в ходе реализации системы: 1) анализ методов визуально-инерциальной одометрии, представления окружающего пространства и семантической сегментации; 2) интеграция и настройка алгоритма роботоцентричного картирования высот; 3) интеграция модуля семантической; 4) разработка механизма слияния геометрического и семантического слоев в единую гибридную карту стоимостей; 5) разработка алгоритма планирования безопасного маршрута. Система реализована в среде ROS 2 Jazzy на Ubuntu 24.04 LTS. Использована стереокамера Intel RealSense D455 со встроенным IMU, вычисления выполнялись на ноутбуке с GPU NVIDIA RTX 4060. Разработан программный комплекс из пяти модулей: одометрии, картирования высот, семантической сегментации, слияния карт и планирования маршрута. Апробация проведена в лесной местности. Показано, что гибридная карта исключает движение по водным зонам, неотличимым геометрически от проходимых участков. Результаты применимы для создания систем навигации мобильных роботов в задачах мониторинга, патрулирования и доставки грузов. Дальнейшее направление – дообучение модели сегментации и перенос ПО на одноплатные платформы.

The work is devoted to the development of a real-time autonomous navigation system for a mobile robot on unstructured terrain, based on dual-layer local environment mapping. The tasks of the work: 1) analysis of methods for visual-inertial odometry, environment representation, and semantic segmentation; 2) integration and configuration of an existing robot-centric elevation mapping algorithm; 3) integration of a semantic segmentation module; 4) development of a mechanism for fusing the geometric and semantic layers into a unified hybrid costmap; 5) development of a safe route planning algorithm. The system is implemented in ROS 2 Jazzy (Ubuntu 24.04 LTS). An Intel RealSense D455 camera with a built-in IMU and an NVIDIA RTX 4060 GPU were used. A software suite of five modules was developed: odometry, elevation mapping, semantic segmentation, map fusion, and route planning. Validation was carried out in forest terrain. The hybrid map completely prevents routing through water zones that are geometrically indistinguishable from traversable surfaces. The results are applicable to navigation systems of mobile platforms in monitoring, patrolling, and cargo delivery. Future directions include fine-tuning the segmentation model and porting the software to embedded platforms.