Документация

Обзор

Сетки занятости используются для представления рабочего пространства робота в виде дискретной сетки. Информация об окружающей среде может быть собрана с датчиков в реальном времени или загружена из предыдущих знаний. Лазерные дальномеры, датчики ударов, камеры и датчики глубины обычно используются для поиска препятствий в среде вашего робота.

Сетки занятости используются в алгоритмах робототехники, таких как планирование пути (см. mobileRobotPRM (Панель инструментов робототехнической системы) или plannerRRT). Они используются в картографических приложениях для интеграции сенсорной информации в дискретную карту, при планировании путей для поиска путей, свободных от столкновений, и для локализации роботов в известной среде (см. monteCarloLocalization или matchScans). Можно создавать карты с различными размерами и разрешением в соответствии с конкретным приложением.

Для получения 3-D карт заполняемости см. occupancyMap3D.

Для 2-D сеток занятости существует два представления:

Двоичная сетка занятости использует true значения для представления занятого рабочего пространства (препятствия) и false значения для представления свободной рабочей области. Эта сетка показывает, где находятся препятствия и может ли робот перемещаться через это пространство. Используйте двоичную сетку заполнения, если размер памяти является коэффициентом в приложении.

Сетка вероятностной занятости использует значения вероятностей для создания более подробного представления карты. Это представление является предпочтительным способом использования сеток занятости. Эту сетку обычно называют просто сеткой занятости. Каждая ячейка в сетке занятости имеет значение, представляющее вероятность занятости этой ячейки. Значения, близкие к 1, представляют высокую уверенность в том, что ячейка содержит препятствие. Значения, близкие к 0, представляют уверенность в том, что ячейка не занята и не содержит препятствий. Вероятностные значения могут обеспечить лучшую верность объектов и улучшить производительность определенных алгоритмических приложений.

Двоичные и вероятностные сетки занятости имеют несколько свойств и деталей алгоритма. Координаты сетки и мира применяются к обоим типам сеток занятости. Функция инфляции также применяется к обеим сеткам, но каждая сетка реализует ее по-разному. Эффекты представления логарифмических шансов и насыщения вероятности применяются только к сеткам вероятностного занятия.

Координаты мира, сетки и локальные координаты

При работе с сетками занятости в MATLAB ® можно использовать координаты мира, локальные координаты или координаты сетки.

Абсолютная опорная рамка, в которой работает робот, называется мировой рамкой в сетке занятости. Большинство операций выполняется в мировой рамке и является выбором по умолчанию при использовании функций MATLAB на этой панели инструментов. Мировые координаты используются как абсолютная координатная рамка с фиксированным началом координат, а точки могут быть заданы с любым разрешением. Однако все местоположения преобразуются в ячейки сетки из-за ограничений хранения и разрешения данных на самой карте.

Локальный кадр относится к эгоцентрическому кадру для транспортного средства, осуществляющего навигацию по карте. GridOriginInLocal и LocalOriginInWorld свойства определяют начало сетки в локальных координатах и относительное расположение локального кадра в мировых координатах. Вы можете настроить эту локальную рамку с помощью move функция. Пример использования локального кадра в качестве эгоцентрической карты для эмуляции транспортного средства, перемещающегося вокруг и посылающего локальные препятствия, см. в разделе Создание эгоцентрических карт занятости с помощью датчиков дальности.

Координаты сетки определяют фактическое разрешение сетки занятости и конечное расположение препятствий. Начало координат сетки находится в левом верхнем углу сетки, при этом первое расположение имеет индекс (1,1). Тем не менее, GridLocationInWorld Свойство заполняющей сетки в MATLAB определяет левый нижний угол сетки в мировых координатах. При создании объекта сетки занятости такие свойства, как XWorldLimits и YWorldLimits определяются входными данными width, height, и resolution. На этом рисунке показано визуальное представление этих свойств и связь между координатами мира и сетки.

Инфляция координат

Как бинарная, так и нормальная сетки размещения имеют возможность раздувания препятствий. Эта инфляция используется для добавления фактора безопасности на препятствиях и создания буферных зон между роботом и препятствием в окружающей среде. inflate функция объекта сетки занятости преобразует указанное radius до числа ячеек, округленных от resolution*radius значение. Каждый алгоритм использует это значение ячейки отдельно для изменения значений вокруг препятствий.

map = binaryOccupancyMap(10,10,5);
setOccupancy(map,[5 5], 1);

inflate(map,1);
show(map)

hold on
theta = linspace(0,2*pi);
x = 4.9+cos(theta); % x circle coordinates
y = 4.9+sin(theta); % y circle coordinates
plot(5,5,'*b','MarkerSize',10) % Original location
plot(4.9,4.9,'xr','MarkerSize',10) % Grid location center
plot(x,y,'-r','LineWidth',2); % Circle of radius 1m.
axis([3.6 6 3.6 6])
ax = gca;
ax.XTick = [3.6:0.2:6];
ax.YTick = [3.6:0.2:6];
grid on
legend('Original Location','Grid Center','Inflation')

map = occupancyMap(10,10,10);

x = [1.2; 2.3; 3.4; 4.5; 5.6];
y = [5.0; 4.0; 3.0; 2.0; 1.0];

pvalues = [0.2 0.4 0.6 0.8 1];

updateOccupancy(map,[x y],pvalues)
figure
show(map)

savedMap = copy(map);
inflate(map,0.5)
figure
show(map)

Логарифмическое представление значений вероятности

При использовании сетей занятости со значениями вероятности целью является оценка вероятности расположения препятствий для использования в приложениях робототехники в реальном времени. occupancyMap класс использует логарифмическое представление значений вероятности для каждой ячейки. Каждое значение вероятности преобразуется в соответствующее логарифмическое значение для внутреннего хранения. При обращении значение преобразуется обратно в вероятность. Это представление эффективно обновляет значения вероятности с наименьшим количеством операций. Поэтому можно быстро интегрировать данные датчиков в карту.

Представление логарифмических шансов использует следующее уравнение: