Navegação robótica usando Kinect

Question

Até agora eu fui capaz de criar um aplicativo em que o sensor kinect está em um só lugar. Eu usei o reconhecimento de fala EMGUCV (Abrir CV) e Aforge.net para me ajudar a processar uma imagem, aprender e reconhecer objetos. Tudo funciona bem, mas há sempre escopo para melhorias e eu estou posando alguns problemas: [ignore os três primeiros que eu quero a resposta para o quarto]

.

1. A taxa de quadros é horrível. É como 5 fps, embora seja como 30 fps. (Isto é sem todo o processamento) Meu aplicativo está funcionando bem, fica cor, bem como quadros de profundidade da câmera e o exibe. Ainda assim a taxa de quadros é ruim. As amostras funcionam incríveis, em torno de 25 fps. Mesmo que corri exatamente o mesmo código das amostras, não apenas se moverá. :-( [Não há necessidade de código, por favor me diga os possíveis problemas.]

2. Eu gostaria de criar um pouco de robô no qual o Kinect e meu laptop serão montados. Eu tentei usar o kit mindstorms, mas os motores lowtorque não fazem o truque. Por favor, me diga como vou conseguir isso.

3. Como faço para fornecer energia a bordo? Eu sei que o Kinect usa 12 volts para o motor. Mas recebe isso de um adaptador AC. [Eu não gostaria de cortar meu cabo e substituí-lo por uma bateria de 12 volts]

4. A maior pergunta: como neste mundo irá navegar. Eu fiz um * e algoritmos de preenchimento de inundação. Eu li papel como mil vezes e eu não tenho nada. Eu tenho o algoritmo de navegação em minha mente, mas como na terra se localizará? [Não deve usar GPS ou qualquer tipo de outros sensores, apenas os olhos, isto é, o Kinect]

   me ajudando será incrível. Eu sou um novato, por favor, não espere que eu saiba tudo. Eu tenho feito na internet por 2 semanas sem sorte.

   Muito obrigado!

Answer 1

A localização é uma tarefa complicada, pois depende de ter conhecimento prévio do ambiente em que seu robô será colocado ( i.e. um mapa da sua casa). Enquanto os algoritmos existem para localização e mapeamento simultâneos, eles tendem a ser específicos de domínio e, como tal, não aplicável ao caso geral de colocar um robô em uma localização arbitrária e tê-lo mapeamento de seu ambiente autonomamente.

No entanto, se o seu robô tiver uma ideia áspera (probabilística) do que se parece com o seu ambiente, Localização Monte Carlo é uma boa escolha. Em um alto nível, vai algo como:

.
1. Em primeiro lugar, o robô deve fazer um grande número de palpites aleatórios (chamados partículas ) sobre onde poderia estar dentro de seu ambiente conhecido.
2. com cada atualização do sensor (isto é, depois que o robô movia uma curta distância), ele ajusta a probabilidade de cada uma das suas adivinhações aleatórias é correta usando um modelo estatístico de seus dados de sensor atuais. Isso pode funcionar especialmente bem se o robô levar as medições de 360º sensores, mas isso não é completamente necessário.

   Esta palestra de Andrew Davison em Imperial A faculdade Londres dá uma boa visão geral da matemática envolvida. (O resto do curso provavelmente será muito interessante para você também, dado o que você está tentando criar). Boa sorte!