Енергоефективні алгоритми обробки сенсорної інформації для наземних роботизованих систем різного призначення

Abstract

UA: У статті розглянуто застосування методів одночасної локалізації та побудови карти (SLAM) для забезпечення автономної навігації мобільних роботів у невідомому середовищі. Актуальність дослідження зумовлена потребою у створенні високоефективних алгоритмів обробки сенсорної інформації для автономних мобільних платформ, що функціонують в умовах обмежених обчислювальних ресурсів і відсутності зовнішньої навігаційної інфраструктури. Особливої ваги такі задачі набувають для українських реалій, зокрема розроблення наземних роботизованих систем для обстеження територій, моніторингу інфраструктури, розмінування, роботи в зоні надзвичайних ситуацій і на промислових об’єктах. Проаналізовано підходи щодо фільтрації даних лазерного далекоміра в навігаційних системах мобільних роботів. Традиційно в задачах SLAM застосовують методи на основі фільтра Калмана і його модифікацій — розширений фільтр Калмана (EKF) і ненасичений фільтр Калмана (UKF). Однак алгоритм EKF потребує лінеаризації нелінійних моделей, що призводить до втрати точності, тоді як UKF забезпечує кращу узгодженість оцінок, але має підвищену обчислювальну складність. Це обмежує їхню ефективність для автономних роботів із обмеженими апаратними ресурсами. Альтернативою є алгоритм фільтрації GP-RTSS, побудований на основі гаусових процесів, який не потребує процедури лінеаризації, чисельного інтегрування та явного прогнозування вибірки моделі. Такий підхід забезпечує вищу точність оцінювання стану та адаптивність до різних типів динамічних систем. Водночас суттєвим обмеженням GP-RTSS є значні обчислювальні витрати, пов’язані з обчисленням ядрової функції. У роботі досліджено модифікацію фільтра DIS RTSS, що реалізує схему розподілених обчислень у структурі GP-RTSS із метою зменшення часу обробки даних і обсягу пам’яті. Запропоновано чотири алгоритми розподілених обчислень: DIS RTP, DIS RTGP, DIS RTB і DIS RTrB. За результатами моделювання встановлено, що алгоритм DIS RTGP демонструє найкраще співвідношення швидкодії та точності для задач автономної навігації мобільних роботів. Отримані результати можуть бути використані для створення вітчизняних робототехнічних комплексів із підвищеною автономністю і енергоефективністю.

EN: The article examines the application of simultaneous localization and mapping (SLAM) methods to ensure autonomous navigation of mobile robots in unknown environments. The relevance of the study is driven by the need to develop highly efficient algorithms for processing sensor data in autonomous mobile platforms operating under limited computational resources and in the absence of external navigation infrastructure. These challenges are particularly significant in the Ukrainian context, especially in the development of ground-based robotic systems for territory inspection, infrastructure monitoring, demining operations, emergency response, and operation at industrial facilities. Approaches to filtering laser rangefinder data in mobile robot navigation systems are analyzed. Traditionally, SLAM problems employ methods based on the Kalman filter and its modifications — the Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF). However, the EKF algorithm requires linearization of nonlinear models, which leads to a loss of accuracy, while the UKF provides better estimation consistency but is characterized by increased computational complexity. This limits their effectiveness for autonomous robots with constrained hardware resources. An alternative is the GP-RTSS filtering algorithm based on Gaussian processes, which does not require linearization, numerical integration, or explicit model sample prediction. This approach provides higher state estimation accuracy and adaptability to various types of dynamic systems. At the same time, a significant limitation of GP-RTSS is the high computational cost associated with evaluating the kernel function. The paper investigates a modification of the DIS RTSS filter that implements a distributed computing scheme within the GP-RTSS framework in order to reduce processing time and memory usage. Four distributed computing algorithms are proposed: DIS RTP, DIS RTGP, DIS RTB, and DIS RTrB. Simulation results show that the DIS RTGP algorithm demonstrates the best balance between computational efficiency and accuracy for autonomous mobile robot navigation tasks. The obtained results can be used in the development of domestic robotic systems with enhanced autonomy and energy efficiency.