Control of Multiple Robots Using Vision Sensors

ویرایش: [1 ed.] 
نویسندگان: Miguel Aranda,  Gonzalo López-Nicolás,  Carlos Sagüés (auth.)  
سری: Advances in Industrial Control 
ISBN (شابک) : 9783319578279, 9783319578286 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: XIII, 187
[197] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 Mb 

قیمت کتاب (تومان) : 31,000



این مونوگراف روش‌های جدیدی را برای کنترل و ناوبری روبات‌های متحرک با استفاده از مدل‌های 1-d-view چندگانه به‌دست‌آمده از دوربین‌های همه جهته معرفی می‌کند. این رویکرد بر محدودیت‌های میدان دید و استحکام غلبه می‌کند و به طور همزمان دقت را افزایش می‌دهد و کاربرد را در پلتفرم‌های واقعی ساده‌تر می‌کند. نویسندگان همچنین به وظایف حرکت هماهنگ برای چندین روبات، کاوش در معماری‌های مختلف سیستم، به‌ویژه استفاده از دوربین‌های هوایی متعدد در راندن سازه‌های ربات روی زمین می‌پردازند. باز هم، این دارای مزایای سادگی، مقیاس پذیری و انعطاف پذیری است. پوشش شامل جزئیات موارد زیر است:

• روشی برای بازگشت ربات بصری بر اساس حافظه تصاویر همه جانبه؛
• یک روش جدید مبتنی بر دید روش تثبیت را برای ربات‌های زمینی غیرهولونومیک بر اساس ورودی‌های کنترل متغیر سینوسی ارائه می‌کند؛
• الگوریتمی برای بازیابی یک حرکت عمومی بین دو نمای 1 بعدی که به نمای سوم نیاز ندارد.
• تنظیم چند رباتی جدید که در آن از چندین وسیله نقلیه هوایی بدون سرنشین حامل دوربین برای مشاهده و کنترل ساختار روبات‌های متحرک زمینی استفاده می‌شود. و
• سه روش بدون مختصات برای تثبیت شکل‌گیری ربات متحرک غیرمتمرکز.
  

عملکرد روش‌های مختلف هر دو مورد ارزیابی قرار می‌گیرد. در شبیه سازی و آزمایشی با پلتفرم های رباتیک واقعی و حسگرهای بینایی.

کنترل ربات های متعدد با استفاده از حسگرهای بینایی هم به محققان دانشگاهی که کنترل بصری ربات های منفرد و چندگانه را مطالعه می کنند و هم به مهندسان رباتیک که به دنبال طراحی کنترل هستند، خدمت خواهد کرد. سیستم های مبتنی بر حسگرهای بصری

This monograph introduces novel methods for the control and navigation of mobile robots using multiple-1-d-view models obtained from omni-directional cameras. This approach overcomes field-of-view and robustness limitations, simultaneously enhancing accuracy and simplifying application on real platforms. The authors also address coordinated motion tasks for multiple robots, exploring different system architectures, particularly the use of multiple aerial cameras in driving robot formations on the ground. Again, this has benefits of simplicity, scalability and flexibility. Coverage includes details of:

• a method for visual robot homing based on a memory of omni-directional images;
• a novel vision-based pose stabilization methodology for non-holonomic ground robots based on sinusoidal-varying control inputs;
• an algorithm to recover a generic motion between two 1-d views and which does not require a third view;
• a novel multi-robot setup where multiple camera-carrying unmanned aerial vehicles are used to observe and control a formation of ground mobile robots; and
• three coordinate-free methods for decentralized mobile robot formation stabilization.
  

The performance of the different methods is evaluated both in simulation and experimentally with real robotic platforms and vision sensors.

Control of Multiple Robots Using Vision Sensors will serve both academic researchers studying visual control of single and multiple robots and robotics engineers seeking to design control systems based on visual sensors.