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

S A Trefilov; Yu R Nikitin; D A Ponomarev

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

Authors

S. A. Trefilov Kalashnikov ISTU
Y. R. Nikitin Kalashnikov ISTU
D. A. Ponomarev Izhevsk Radio Plant

DOI:

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

Keywords:

beacon laser systems, Signal convolution, correlation function, TMS320F28377D processor, bandpass filter

Abstract

A digital discrete high-order fast bandpass filter on the TMS320F28377D processor for mobile robot navigation is developed and investigated. The application of the developed band-pass filter in beacon laser navigation systems is proposed in order to increase the speed of mobile robot coordinate computation when solving the fast convolution problem. A fast convolution algorithm based on a digital continuous band-pass Butterworth filter, which is optimal in terms of minimum computation time, is presented. The developed 22-order Butterworth filter is implemented on a digital signal processor TMS320F28377D using a double buffer with parallel recording and processing of data from ADC. The peculiarity of the bandpass filter implementation is its real-time operation for searching signals of navigation beacon lasers in a given frequency band. Two DMA direct memory access modules, CLA accelerator module of the TMS320F28377D processor are used to increase the speed of data processing. The correlation function calculated as a result of convolution of the original signal with the reference signal of a given frequency and filtered by a low-pass filter using the moving average method was obtained. The maximum of the calculated correlation function shows the time delay between the beginning of the beacon pulse transmission and the reception time at the photodiode. This delay time shows the azimuth to the beacon. Laser beacon system (LSM) for robot navigation has the following advantages compared to radio equipment: lower range measurement error, small size of optical systems compared to the size of radar antennas, and high angle resolution due to the narrow beam of sounding radiation. High noise immunity of LSM, including to deliberate interference, allows solving navigation tasks in conditions of suppression of global navigation systems (such as GPS and GLONASS), when the means of autonomous navigation cannot fully provide data to the robot control system. The convolution execution time on the TMS320F28377D processor is 1.8 ms.

Author Biographies

S. A. Trefilov, Kalashnikov ISTU

PhD in Engineering, Associate Professor

Y. R. Nikitin, Kalashnikov ISTU

PhD in Engineering, Associate Professor

D. A. Ponomarev, Izhevsk Radio Plant

магистрант, инженер-программист отдела робототехники

References

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.