• 资讯
  • News
  • 行业资讯
  • IndustryNews
  • 物体分析在ROS中的实现与封装

    背景

    随着AI 技术的引入,机器人对世界的认知越来越深刻,上一讲中介绍了Movidius NCS物体识别开发包而实际生活中,对物体的认知远远超出“这是什么”,还需要回答“这个物体离我有多远”, “这是前面看到的那个物体么”,等等。物体识别的基础上,本文将向您介绍对物体进行进一步分析的ROS开发包的功能及其使用方法,您可以利用它进一步开发机器人的智能应用,比如智能蔽障,构建语义地图等。ROS物体识别项目就是为了解决这个问题而出现的。

    项目介绍

    1. 软件架构设计

     

    本项目主体由ROS发布节点组成以提供不同方面的分析结果。物体检测节点(Object Detection Node)提供被检测物体的类型和在视觉框图中的2D位置, 物体跟踪节点(Object Tracking Node)提供物体ID来表征当前检测到的物体是不是持续被跟踪的同一物体,物体3D定位节点(Object 3D Localization Node)提供物体在3D空间中的位置信息。下面这张图展示了物体分析模块和其他相关的视觉采集节点(RealSense Node)以及物体检测后端节点的关系。

     

     

    1. ROS 物体识别架构

     

    2. 运行条件

    · 运行Ubuntu16.04x86_64计算机

    · ROS Kinetic

    · 可深度学习进行物体识别的ROS节点 (二选一)

    Intel Movidius 神经计算棒节点

    基于OpenCl Caffe的物体识别节点

    · RGBD相机

    具体环境配置可以参考这里

     

    3. 编译与安装

    下载源码到本地ROS工作区,切换到最新发布,编译、安装。

     

     

    4. 运行演示程序

     

    rviz 中看到的物体识别,跟踪和定位信息如下:

     

    2. 演示截屏

    应用领域

    本项目提供的物体检测,跟踪和定位的能力可以运用于多种机器人使用场景,例如:

    1. 3D物体识别与追踪

    基于物体在三维空间中的位置,从而对物体进行3D识别与跟踪。

    2. 机器人智能避障

    传统的机器人采用雷达来检测障碍物,而在高速情况下,对雷达的检测距离和精度要求非常高,高精度的雷达价格动辄上万,基于3D摄像头的方案成本将大大降低。基于物体识别的避障,还能通过指定不同的策略来应对不断变化的场景使机器人避障更加智能

    3. 基于语义的同步定位与建图(SLAM)

    通过将识别出的物体及位置信息,标注在SLAM得到的地图上可以极好地提高地图的可读性和人机交互的便利性。

     

    展望

    本项目目前开发到v0.3.0版本,我们将持续优化计算方案,以达到更好的性能,满足应用中实时性的要求。另一方面,由于ROS2相对ROS具有更好的安全性和实时性,我们计划移植项目到ROS2中。

    Intel开源软件技术中心(Open Source Technology Center)将不断推出更多的基于ROS/ROS2开发的新技术,除了介绍过的Movidius神经计算棒,本章介绍的物体识别、跟踪、定位技术,还将陆续推出带有物体信息的语义地图,移动物体检测及避障,Intel 3D RealSense 摄像头的应用,以及ROSROS2 的演进,ROS2 的实时及安全性等课题。希望我们在这一领域的工作能给您的项目带来更大的可能性,也希望能得到大家的反馈与建议,甚至发扬开源精神协同开发,使我们能更好地服务于开源社区,推动人工智能技术的发展和应用。

     

    只要你关注机器人,你就无法错过睿慕课
    声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国机器人网(www.robot-china.com)联系,本网站将迅速给您回应并做处理。
    电话:021-39553798-8007
    [打印文本] [ ]
    
    全部评论(0
    TOP Bookmark