Объектно-ориентированная реконструкция рабочей зоны манипулятора по облаку точек

Корсаков Антон Михайлович
Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (ЦНИИ РТК), математик, 194064, Санкт-Петербург, Тихорецкий пр., д. 21, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Астапова Любовь Алексеевна
ЦНИИ РТК, математик, 194064, Санкт-Петербург, Тихорецкий пр., д. 21, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Смирнова Екатерина Юрьевна
ЦНИИ РТК, Заместитель руководителя научно исследовательского центра (НИЦ), 194064, Санкт-Петербург, Тихорецкий пр., д. 21, тел: +7(812)552-47-10, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Материал поступил в редакцию 03 августа 2020 года.

Аннотация
Одними из самых сложных операций в робототехнике являются контактные операции, когда захватное устройство робота непосредственно контактирует с объектами внешней среды. Следовательно, должен быть минимизирован риск повреждения технологического инструмента и нарушения режима обработки. Этого можно достичь, имея данные о положении объекта в пространстве относительно конечного звена (схвата) манипулятора и геометрических параметрах данного объекта. В данной статье рассматриваются подходы к реконструкции поверхности объекта, находящегося в рабочей зоне манипулятора, по облаку точек, а также предложен метод описания объекта поверхностями вращения по зашумленному и неполному облаку точек, полученному с использованием установленной на конечном звене манипулятора стереоскопической системы.

Ключевые слова
Система технического зрения; манипулятор; реконструкция поверхности объекта, объектно-ориентированная сегментация.

Благодарности
Работа проводилась в рамках выполнения государственного задания Минобрнауки России № 075-01195-20-00 «Методы автоматического синтеза оптимального управления поведением группы роботов на основе ситуационного анализа с применением семантических технологий».

https://doi.org/10.31776/RTCJ.8305 

Индекс УДК 
629.053

Библиографическое описание
Корсаков А.М. Объектно-ориентированная реконструкция рабочей зоны манипулятора по облаку точек / А.М. Корсаков, Л.А. Астапова, Е.Ю. Смирнова // Робототехника и техническая кибернетика. – Т. 8. - №3. – Санкт-Петербург : ЦНИИ РТК. – 2020. – С. 198-205. – Текст : непосредственный.

Литература

1. Providing safe ground sampling inside the working zone of a manipulator with computer vision / D.A. Gromoshinskii [et al] // Proceedings of the International Scientific and Technological Conference EXTREME ROBOTICS AND CONVERSION TENDENCIES, Saint-Petersburg, pp. 185-194, 2018. – Text: unmediated.
2. Smirnova E.Y. A technique of natural visual landmarks detection and description for mobile robot cognitive navigation / E.Y. Smirnova, D.N. Stepanov and V.V. Goryunov // Proceedings of the 26th International DAAAM Symposium 2016, DAAAM, pp. 0905-0911, 2016. – Text: unmediated.
3. Voronoi-based Variational Reconstruction of Unoriented Point Sets Voronoi-based Variational Reconstruction of Unoriented Point Sets / Alliez P. [et al] // The Eurographics Association 200, pp. 39-48, 2007. – Text: unmediated.
4. Screened poisson surface reconstruction / Kazhdan M. and Hoppe H. // ACM Trans. Graph. 2013, 32, № 3. – Text: unmediated.
5. Triangulations, Structures for Algorithms and Applications / De Loera [et al] // Algorithms and Computation in Mathematics. 25. Springer. 2, 2010. – Text: unmediated.
6. The Ball-Pivoting Algorithm for Surface Reconstruction / Bernardini F. [et al] // IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, 5, 4, 1999. – Text: unmediated.
7. Behshad A. Nurbs-iga-based modelling: Analysis and optimization of laminated plates / Behshad A. and Ghasemil M.R. // Nurbs Tehnički vjesnik, 21, 4(2014), pp. 789-797. – Text: unmediated.
8. Skeletal Animation with Anisotropic Materials, Graphical Simulation of Deformable Models / Cai J. [et al] // Springer International Publishing, pp. 85-104, 2016. – Text: unmediated.
9. Yu L. A realistic 3D articulatory animation system for emotional visual pronunciation / Yu L., Yu J. and Wang Z. // Multimed. Tools Appl Springer. – New York LLC, 76, №18, pp. 19241-19262, 2017. – Text: unmediated.
10. A method for accurate reconstructions of the upper airway using magnetic resonance images / Xiong H. [et al] // PLoS One, 10, №6, pp. 1-14, 2015. – Text: unmediated.
11. 3D reconstruction of coronary arteries from 2D angiographic projections using nonuniform rational basis splines (NURBS) for accurate modelling of coronary stenosis / Galassi F. [et al] // PLoS One, 13, №1, pp. 1-23, 2018. – Text: unmediated.
12. Midorikawa Y. Extraction of surfaces using section curves for engineering plants / Midorikawa Y. and Masuda H. // Proceedings of the ASME Design Engineering Technical Conference, 1B, 2018. – Text: unmediated.
13. Schnabel R. Efficient RANSAC for Point-Cloud Shape Detection / Schnabel R., Wahl R. and Klein R. // Computer Graphics Forum, 26, pp. 214-226, 2007. – Text: unmediated.
14. Kawashima K. As-built modelling of piping system from terrestrial laser-scanned point clouds using normal-based region growing / Kawashima K., Kanai S. and Date H. // J. Comput. Des. Eng. Elsevier Masson SAS, 1, №1, pp. 13-26, 2014. – Text: unmediated.
15. Bojarovski S. Robust tracking-based skeleton reconstruction of cold-water corals from computer tomography images, (in Russian: Saint-Petersburg State University), 2014. – Text: unmediated.
16. Yureidini A. Robust RANSAC-based blood vessel segmentation / Yureidini A., Kerrien E. and Cotin S. // SPIE Medical Imaging, 2012. – Text: unmediated.

Полный текст статьи (pdf)