Исследователи Южно-Уральского государственного университета разработали метод локализации объектов для робототехники, использующий только панорамную камеру и линейный лазер. Разработка позволяет определять положение целей в условиях оптических помех — бликов, темных и глянцевых поверхностей, частичного перекрытия лазерной линии.
Традиционно для оценки расстояния роботам требуются либо две камеры (стереозрение), либо лазерные дальномеры (лидары). Предложенный метод использует одну панорамную камеру с углом обзора 180°, линейный лазер (650 нм) и алгоритм, выделяющий лазерную линию на объекте и преобразующий ее координаты в трехмерное положение цели.
«Система стала компактнее и надежнее. Меньше датчиков — меньше потенциальных проблем с калибровкой и синхронизацией. При этом одна панорамная камера позволяет роботу видеть практически все вокруг, включая пространство условно “за углом”», — поясняет доцент ЮУрГУ Иван Холодилин.
Алгоритм обрабатывает изображение в несколько этапов: многопороговая фильтрация отсеивает помехи, морфологические операции восстанавливают разрывы линии, кластеризация и построение минимального остовного дерева обеспечивают непрерывность полосы даже при частичных перекрытиях.
Эксперименты на роботизированной установке с манипулятором SCARA показали среднюю ошибку измерения координат 5,57 мм (против 18,08 мм у базовых методов). Ошибка реконструкции глубины снизилась на 69%, в экспериментах по захвату объектов средняя ошибка не превысила 6,435 мм. Время работы модуля лазерной локализации — около 0,5 секунды.
Технология ориентирована на промышленные задачи: сортировку деталей, контроль положения объектов на конвейере, работу в условиях сложной оптической среды. Стоимость решения — около 10 тыс. рублей (панорамная камера и линейный лазер), что существенно ниже зарубежных аналогов.
Основной резерв ускорения — этап распознавания объектов нейросетью, занимающий около 2,93 секунды. Планируется оптимизация с использованием графических ускорителей и компактных нейросетевых архитектур.
Разработка велась под руководством профессора Максима Григорьева и доцента Ивана Холодилина. Результаты опубликованы в журнале Ain Shams Engineering Journal (Q1, Scopus TOP 5%, Web of Science TOP 1%).
Проект реализован в рамках программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»).
