Исследование цифрового дискретного быстродействующего полосового фильтра высоких порядков на процессоре TMS320F28377D для навигации мобильных роботов

Сергей Александрович Трефилов; Юрий Рафаилович Никитин; Дмитрий Андреевич Пономарев

doi:10.22213/2413-1172-2024-4-55-69

Авторы

С. А. Трефилов ИжГТУ имени М. Т. Калашникова
Ю. Р. Никитин ИжГТУ имени М. Т. Калашникова
Д. А. Пономарев АО «Ижевский радиозавод»

DOI:

https://doi.org/10.22213/2413-1172-2024-4-55-69

Ключевые слова:

маяковые лазерные системы, свертка сигнала, корреляционная функция, процессор TMS320F28377D, полосовой фильтр

Аннотация

Разработан и исследован алгоритм непрерывной дискретной свертки на процессоре TMS320F28377D, реализованный на базе быстрого преобразования Фурье. Данный алгоритм применим для навигации мобильных роботов при вычислении временных интервалов лазерных дальномеров и веерных маяковых лазерных систем. Преимуществом является невосприимчивость лазерного излучения к радиосигналам, что обеспечивает высокую помехозащищенность, в том числе и от средств радиоэлектронной борьбы. Разработан и исследован цифровой дискретный быстродействующий полосовой фильтр высоких порядков на процессоре TMS320F28377D для навигации мобильных роботов. Предлагается применение разработанного полосового фильтра в маяковых лазерных навигационных системах с целью увеличения скорости вычисления координат мобильных роботов при решении задачи быстрой свертки. Представлен оптимальный с точки зрения минимума времени вычисления алгоритм быстрой свертки на основе цифрового непрерывного полосового фильтра Баттерворта. Разработанный фильтр Баттерворта 22-го порядка реализован на цифровом сигнальном процессоре TMS320F28377D с применением двойного буфера с параллельной записью и обработкой данных от аналого-цифрового преобразователя. Особенностью реализации полосового фильтра является его работа в режиме реального времени для поиска сигналов лазеров навигационных маяков в заданной полосе частот. Для повышения скорости обработки данных использованы два модуля прямого доступа к памяти DMA, модуль ускорителя CLA процессора TMS320F28377D. Получена корреляционная функция, вычисленная и в результате свертки исходного сигнала с эталонным сигналом заданной частоты и отфильтрованная фильтром низкой частоты методом скользящего среднего. Максимум вычисленной корреляционной функции показывает задержку времени между началом передачи импульсов маяка и временем приема на фотодиоде. Данное время задержки показывает азимут на маяк. Лазерная система маяков для навигации роботов по сравнению с радиотехнической аппаратурой обладает следующими преимуществами: меньшей погрешностью измерения дальности, небольшими размерами оптических систем по сравнению с размерами радиолокационных антенн и высокой разрешающей способностью по углам за счет узкого пучка зондирующего излучения. Высокая помехоустойчивость лазерной системы маяков, в том числе к преднамеренным помехам, позволяет решать навигационные задачи в условиях подавления глобальных навигационных систем (типа GPS и ГЛОНАСС), когда средства автономной навигации не могут полностью обеспечить данными систему управления роботами. Время выполнения свертки на процессоре TMS320F28377D составляет 1,8 мс.

Биографии авторов

С. А. Трефилов, ИжГТУ имени М. Т. Калашникова

кандидат технических наук, доцент, доцент кафедры мехатронных систем

Ю. Р. Никитин, ИжГТУ имени М. Т. Калашникова

кандидат технических наук, доцент, доцент кафедры мехатронных систем

Д. А. Пономарев, АО «Ижевский радиозавод»

магистрант, инженер-программист отдела робототехники

Библиографические ссылки

Burova A.Y., Usatenko T.O. (2020) Digital algorithms for the discrete frequency selection of signals that do not use algorithmic multiplication. TEM Journal, vol. 9, no. 2, pp. 501-506. DOI: 10.18421/TEM92-11. EDN EWQQIZ.

Мингазин А. Т. Улучшенный синтез формирующих КИХ-фильтров для систем цифровой связи // Цифровая обработка сигналов. 2024. № 1. С. 12-20. EDN SIFTJG.

Вашкевич М. И., Азаров И. С. Сравнение частотно-временных преобразований: Фурье анализ, вейвлеты и банки фильтров на основе фазового преобразования // Цифровая обработка сигналов. 2020. № 2. С. 13-26. EDN MLRFPZ.

Кошелева Д. Д., Доронина А. В. Преобразование Фурье и быстрое преобразование Фурье // Инновации. Наука. Образование. 2021. № 38. С. 626-632. EDN XUEDEM.

Singh P., Gupta A., Joshi Sh.D. (2022) General Parameterized Fourier Transform: A Unified Framework for the Fourier, Laplace, Mellin and Z Transforms. IEEE Transactions on Signal Processing, 2022, vol. 70, pp. 1295-1309. DOI: 10.1109/tsp.2022.3152607. EDN UPPMTU.

Shevgunov T., Efimov E., Guschina O. (2023) Estimation of a Spectral Correlation Function Using a Time-Smoothing Cyclic Periodogram and FFT Interpolation - 2N-FFT Algorithm. Sensors, vol. 23, no. 1, p. 215. DOI: 10.3390/s23010215. EDN FDRZBN.

Высокопроизводительная цифровая фильтрация на модифицированных умножителях с накоплением в системе остаточных классов с модулями специального вида / П. А. Ляхов, А. С. Ионисян, М. В. Валуева, А. С. Ларикова // Информационные технологии. 2021. Т. 27, № 4. С. 171-179. DOI: 10.17587/it.27.171-179. EDN IVDZOW.

Долгих А. Е., Жидков П. М. Модель авиационного импульсного лазерного дальномера, работающего по аэродинамическим объектам // Труды МАИ. 2018. № 100. С. 28. EDN XTKWFN.

Полунатурное моделирование углового согласования осей диаграммы направленности зондирующего и маркерного лазерных излучений высокоточной лазерной локационной системы / К. К. Коленчиков, В. А. Малинов, Н. И. Павлов [и др.] // Оптический журнал. 2022. Т. 89, № 7. С. 45-58. DOI: 10.17586/1023-5086-2022-89-07-45-58. EDN DVIBBC.

Шаповалов А., Солунин В., Костюков В. Системы управления, наведения и приводы. История создания и развития. М. : Московский государственный технический университет им. Н. Э. Баумана, 2017. 416 с. ISBN 978-5-7038-4720-6. EDN ZCUZAR.

Проценко О. П., Рябушев Д. Л., Кусакин М. Ю. Обзор зарубежных лазерных комплексов обнаружения оптико-электронных средств разведки // Стратегическая стабильность. 2023. № 3 (104). С. 72-77. EDN WWXGXL.

Бакин Е. М., Середкин Н. А., Черных А. С. Существующие и перспективные лазерные и инфракрасные оптико-электронные средства разведки отечественного производства (часть 2) // Военно-правовые и гуманитарные науки Сибири. 2021. № 3 (9). С. 6-15. EDN ILYLQR.

Бакин Е. М., Середкин Н. А., Черных А. С. Существующие и перспективные лазерные и инфракрасные оптико-электронные средства разведки отечественного производства (часть 1) // Военно-правовые и гуманитарные науки Сибири. 2021. № 2 (8). С. 75-89. EDN HVCLRQ.

Ясенцев Д. А. Основные тенденции развития систем приведения беспилотных летательных аппаратов // Вопросы электромеханики. Труды ВНИИЭМ. 2023. Т. 193, № 2. С. 44-53. EDN QHGYPD.

Обеспечение ситуационной осведомленности группы подвижных объектов с использованием одной опорной навигационной станции / И. В. Шуваев, В. В. Кирюшкин, С. И. Бабусенко, А. В. Журавлев // Радиотехника. 2023. Т. 87, № 7. С. 5-13. DOI: 10.18127/j00338486-202307-01. EDN RDGMVW.

Ferreira M.A., Moreira L.C., Lopes A.M. (2024) Autonomous Navigation System for a Differential Drive Mobile Robot. Journal of Testing and Evaluation, vol. 52, no. 2, pp. 841-852. DOI: 10.1520/jte20230191. EDNUYPUDM.

Ван Ю. Исследование навигационной системы на базе колесного мобильного робота Mecanum // StudNet. 2022. Т. 5, № 3. EDN UIQMYS.

Arce D., Solano Ja., Beltrán C. (2023) A Comparison Study between Traditional and Deep-Reinforcement-Learning-Based Algorithms for Indoor Autonomous Navigation in Dynamic Scenarios. Sensors, vol. 23, no. 24, p. 9672. DOI: 10.3390/s23249672. EDNTANWEX.

Raj R., Kos A. (2024) Discussion on different controllers used for the navigation of mobile robot.International Journal of Electronics and Telecommunications, pp. 229-239. DOI: 10.24425/ijet.2024.149535. EDN TNFUJF.

Galati R., Mantriota G., Reina G. (2022) RoboNav: An Affordable Yet Highly Accurate Navigation System for Autonomous Agricultural Robots. Robotics, vol. 11, no. 5, p. 99. DOI: 10.3390/robotics11050099. EDN JNMYXE.

Volná E., Kotyrba M., Bradac V. (2020) Soft Computing-Based Control System of Intelligent Robot Navigation. Lecture Notes in Computer Science, vol. 12034 LNAI, pp. 379-390. DOI: 10.1007/978-3-030-42058-1_32. EDN BKKUXO.

Shentu Sh., Gong Zh., Ju. X. Liu (2022) Hybrid Navigation System Based Autonomous Positioning and Path Planning for Mobile Robots. Chinese Journal of Mechanical Engineering, vol. 35, no. 1, p. 109. DOI: 10.1186/s10033-022-00775-4. EDN QAWFNG.

Fusic S.Ju., Sugumari T. (2023) A Review of Perception-Based Navigation System for Autonomous Mobile Robots. Recent Patents on Engineering, vol. 17, no. 6. DOI: 10.2174/1872212117666220929142031. EDN HDUWNC.