4

我正在 Ubuntu 中使用 C/C++ 编写移动机器人应用程序，目前，我正在使用激光传感器扫描环境并检测机器人移动时与物体的碰撞。

该激光器的扫描区域为 270°，最大半径为 4000mm。它能够检测此范围内的物体并报告它们与传感器的距离。

每个距离都是平面坐标，因此为了获得更多可读数据，我将它们从平面坐标转换为笛卡尔坐标，然后将它们打印到文本文件中，然后在 MatLab 中绘制它们以查看激光检测到的内容。

这张图片显示了笛卡尔坐标上的典型检测。 在此处输入图像描述 值以米为单位，因此 0.75 是 75 厘米，2 是两米。连续的蓝点是所有检测到的物体，而（0,0）附近的点是指激光位置，必须丢弃。由于激光扫描区域为 270°，因此产生 y < 0 下的蓝点；我添加了红线正方形（1.5 x 2 米）来确定我想要实施碰撞检查的区域。因此，我想实时检测该区域内是否有点（对象），如果是，则调用一些函数。这有点棘手，因为，这个检查也应该能够检测到是否有连续的点来确定如果对象是真实的（即如果它检测到一个点，那么它应该搜索最近的点以确定它们是否构成一个对象，或者它是否只是一个可能是检测错误的点）。

这是我用来执行单次扫描的功能：

struct point pt[limit*URG_POINTS];
//..
 for(i = 0; i < limit; i++){
 for(j = 0; j < URG_POINTS; j++){
  ang2 = kDeg2Rad*((j*240/(double)URG_POINTS)-120);
  offset = 0.03;     //it depends on sensor module [m]

  dis = (double) dist[cnt] / 1000.0;
  //THRESHOLD of RANGE
  //      if(dis > MAX_RANGE) dis = 0;  //MAX RANGE = 4[m]
  //      if(dis < MIN_RANGE) dis = 0;
  pt[cnt].x = dis * cos(ang2) * cos(ang1) + (offset*sin(ang1)); // <-- X POINTS
  pt[cnt].y = dis * sin(ang2); // <-- Y POINTS
 // pt[cnt].z = dis * cos(ang2) * sin(ang1) - (offset*cos(ang1)); <- I disabled 3D mapping at the moment
  cnt++;
}
ang1 += diff;
}

每次扫描后，pt包含 xy 坐标中的所有检测点。

我想做这样的事情：

  • 执行一次扫描，然后在最后，
  • 对每个 pt.x 和 pt.y 应用碰撞检查
  • 如果在内部区域找到一个点，则检查其他近点，如果是，则停止机器人；
  • 如果没有或没有找到其他近点，则开始另一次扫描

我想知道如何轻松检查先前定义的区域内的对象（由多个单点组成）。

你能帮我吗？对我来说似乎很难:(

4

1 回答 1

3

我不认为我可以给出一个完整的答案，但是关于可能去哪里的一些想法。

实时是什么意思？运行任何给定算法可能需要多长时间？你的程序在什么处理器上运行？

abs(x) < 0.75只需检查 if和，过滤检测区域内的点应该很容易y< 2 && y > 0。此外，您应该只考虑距离 0 足够远的点，因此x^2 + y^2 > d. 但这应该是微不足道的部分。

更有趣的是，它将检测点组。DBSCAN已被证明是用于检测二维点组的相当好的聚类算法。这里的关键问题是 DBSCAN 对于实时应用程序是否足够快。如果没有，您可能需要考虑优化算法（您可以使用一些巧妙的索引结构将其复杂度提高到 n*log(n)）。

此外，可能值得考虑如何整合上一次迭代中获得的知识（假设频率很高，数据点应该不会发生太大变化）。

其他机器人项目可能值得一看——我可以想象解释传感器数据以构建环境信息的问题是一个相当普遍的问题。

更新

如果不知道您在哪里偶然发现将 DBSCAN 应用于您的问题，那么很难给您提供好的建议。但是，让我尝试为您提供一个算法如何工作的分步指南：

  • 对于您收到的每个数据点，您检查它是否在您想要观察的区域中。（我上面给出的条件应该可行）。
  • 如果数据点在区域内，则将其保存到某种列表中
  • 读取所有数据点后，您检查列表是否为空。如果是这样，一切都很好。否则，我们必须检查是否有更大的数据点组需要导航。

现在是更困难的部分。你在这些点上抛出 DBSCAN 并尝试找到点组。哪些参数适用于我不知道的算法 - 必须尝试。之后，您应该有一些点簇。我不完全确定您将如何处理这些组 - 一个想法是检测每个组中在极坐标中具有最小和最大度数的点。这样你就可以决定你必须转动你的车辆多远。如果两组非常接近以至于无法通过它们之间的间隙，则必须特别小心。

对于 DBSCAN 的实施，您可以在这里或只是向谷歌寻求帮助。这是一种相当常见的算法，已被编码数千次。对于有关速度的进一步优化，创建自己的实现可能会有所帮助。但是，如果您发现其中一个实现似乎可用，我会先尝试一下，然后再自行实现。

如果您在实现算法时偶然发现特定问题，我建议您创建一个新问题，因为它与这个问题相去甚远，您可能会得到更多愿意帮助您的人。

我希望现在情况更清楚了。如果不是，请给出您有疑问的确切点。

于 2012-05-05T10:27:23.167 回答