Картирование и локализация
Способность самостоятельно ориентироваться в окружающем пространстве (строить карту и находить свое положение на ней) — одна ключевых функциональных возможностей, без которой невозможно автономное фукнционирование любого мобильного робота, и в частности — беспилотного летательного аппарата. Неудивительно, что около 60% тем, обсуждаемых на любой крупной конференции по робототехнике, так или иначе касаются этого вопроса (точный и полны ответ на который до сих пор не найден).

Обычно в робототехнике задачи построения карты (картирования) и идентификации своего положения на ней (локализации) объединяются в единую суб-задачу одновременного картирования и локализации (англ.- simultaneous localization and mapping (SLAM)). SLAM-задача может быть решена множеством различных способов в зависимости от того, какая информация об окружающей среде доступна агенту, что в свою очередь зависит от того, какими датчиками оснащен последний.

В своих исследованиях мы ориентируемся на малые (до 50 см в диаметре) летательные аппараты мультироторного типа, которые из-за особенностей конструкции и малой грузоподъемности (а также из-за малой энерговооруженности), оснащаются лишь компактными видео-камерами. Поэтому SLAM-задача решается нами за счет обработки данных видео-потока (так называемый vSLAM, от video-SLAM).

В рамках этого направления вам предлагается поучаствовать в разработке эффективных методов картирования и локализации по видео-данным.

Необходимые умения
  • Владение C++
  • Linux (OpenCV и ROS — опционально)
  • Умение читать научные и техническую литературу (статьи, учебники, техническую документацию, мануалы) на английском языке.
Ключевые слова
Картирование, локализация, SLAM, vSLAM, видео-поток, фильтр Калмана, особенности изображения, дескрипторы, SIFT, SURF, ORB-SLAM, LSD-SLAM.
Точки входа в проект
  • George D., Hawkins J. Towards a mathematical theory of cortical micro-circuits // PLoS Comput. Biol. 2009. Vol. 5, № 10. P. e1000532.
Примерные темы
    • Методы анализа и обработки изображений в робототенике (1-2 курс)
    • Методы устранения искажений
    • Фильтры для выделения особенностей
    • Дескрипторы особых точек
    • Методы и алгоритмы картирования и локализации по видеопотоку (3-4 курс)
    • EKF и Bundle Anjustment
    • MonoSLAM, PTAM, LSD-SLAM, ORB-SLAM
    Участие в работах по направлению «Картирование и локализация» позволит вам:
      • Познакомится с основополагающими алгоритмами машинной (компьютерной) графики, которые востребованы не только в робототехнике, но и во многих других областях computer science;
      • Реализовать (своими руками, с нуля) один из многочисленных алгоритмов картирования и локализации
      • Встроить свою реализацию алгоритма в один из имеющихся в распоряжении дронов для практической демонстрации результатов;
      • Предложить свой (новый) алгоритм картирования и локализации неизвестный ранее;
      • Успешно написать/защить курсовую/выпускную работу и получить все необходимые знания для продолжения научной работы.