Применение пчелиного алгоритма для обработки данных лазерной сканирующей системы при навигации мобильных роботов
Ключевые слова:
навигация роботов, построение карты, итеративный алгоритм ближайшей точки, пчелиный алгоритмАннотация
Приведены результаты работы итеративного пчелиного алгоритма в задаче сопоставления данных лазерной сканирующей системы для построения карт и навигации мобильных объектов. В реализованном алгоритме использованы параллельные вычисления на многопроцессорных вычислительных устройствах. Экспериментальное тестирование алгоритма подтвердило его высокую эффективность по критерию быстродействия.Библиографические ссылки
Leonard J. J., Durrant-Whyte H. F. Simultaneous map building and localization for an autonomous mobile robot // Intelligent Robots and Systems' 91.'Intelligence for Mechanical Systems, Proceedings IROS'91. IEEE/RSJ International Workshop on. - IEEE, 1991. - С. 1442-1447.
Gallegos G., Rives P. Indoor SLAM based on composite sensor mixing laser scans and omnidirectional images // Robotics and Automation (ICRA), 2010 IEEE International Conference on. - IEEE, 2010. - С. 3519-3524.
SLAM in a dynamic large outdoor environment using a laser scanner / Zhao H. [at al.] // Robotics and Automation, 2008. ICRA 2008. IEEE International Conferenceon. - IEEE, 2008. - С. 1455-1462.
Marshall J. A., Barfoot T. D. Design and field testing of an autonomous underground tramming system //Field and Service Robotics. - Springer Berlin Heidelberg, 2008. - С. 521-530.
Marshall J., Barfoot T., Larsson J. Autonomous underground tramming for center-articulated vehicles // Journal of Field Robotics. - 2008. - Т. 25, № 6-7. - С. 400-421.
Ribas D. et al. Underwater SLAM in man-made structured environments // Journal of Field Robotics. - 2008. - Т. 25, № 11-12. - С. 898-921.
A flexible and scalable slam system with full 3d motion estimation / Kohlbrecher S. [et al.] // Safety, Security, and Rescue Robotics (SSRR), 2011 IEEE International Symposium. - IEEE, 2011. - С. 155-160.
OctoMap: A probabilistic, flexible, and compact 3D map representation for robotic systems / Wurm K. M. [et al.] // Proc. of the ICRA 2010 workshop on best practice in 3D perception and modeling for mobile manipulation. - 2010. - Т. 2.
Chen Y., Medioni G. Object modelling by registration of multiple range images //Image and vision computing. - 1992. - Т. 10, № 3. - С. 145-155.
Besl P. J., McKay N. D. Method for registration of 3-D shapes // Robotics-DL tentative. - International Society for Optics and Photonics, 1992. - С. 586-606.
Beni G., Wang J. Swarm intelligence in cellular robotic systems //Robots and Biological Systems: Towards a New Bionics. - Springer Berlin Heidelberg, 1993. - С. 703-712.
Karaboga D., Akay B. A comparative study of artificial bee colony algorithm // Applied Mathematics and Computation. - 2009. - Т. 214, № 1. - С. 108-132.
Rusinkiewicz S., Levoy M. Efficient variants of the ICP algorithm // 3-D Digital Imaging and Modeling, 2001. Proceedings. Third International Conference on. - IEEE, 2001. - С. 145-152.
