Artırılmış gerçeklik işaretleyici tabanlı simülasyonlarla insansız su altı araçlarının poz tahmini

Özet

Bu çalışma, otonom su altı araçlarının ArUco işaretleyicileri kullanılarak poz tahmini için ROS–Gazebo tabanlı monoküler görüş çerçevesi sunmaktadır. Tahmini pozlar, simüle edilmiş odometri ile karşılaştırılır ve kontrollü koşullarda sabit takip ve yer gerçekliğiyle güçlü uyum gösterilir.

Özet

Bu çalışma, ROS–Gazebo ortamında monoküler görüş sistemi kullanarak İnsansız Su Altı Araçlarının (UUV) poz tahmini için simülasyon tabanlı bir çerçeve sunmaktadır. ArUco_ROS ile entegre edilmiş RexRov2 UUV modeli, simüle edilmiş su altı ortamında sanal işaretleyicileri tespit etmek ve konum ile yönelimi tahmin etmek için kullanılır. Poz tahmini için Perspektif ve Nokta (PnP) yöntemi uygulanır ve orantılı-integral-türev (PID) kontrolcüsü, aracın hareketini işaretleyiciden türetilmiş özelliklere göre düzenler. Sistem, tahmini pozlar simülatörün elde ettiği yer-doğruluk odometrisiyle karşılaştırılarak değerlendirilir. Nominal koşullarda, sonuçlar tahmin edilen ve gerçek pozisyonlar ile yönelimler arasında yakın uyumla kararlı poz tahminini gösterir. Sistem, minimum dalgalanmalarla sorunsuz yörünge takibi sağlar ve kontrollü ortamlarda güvenilir performans gösterir. Ancak artan hidrodinamik bozulmalar altında, sistem konum ve yönde sapmalar gösterir ve bu da takip performansında istikrarsızlığa yol açar. Bu sonuçlar, doğrusal olmayan su altı ortamlarında klasik PID kontrolünün sınırlamalarını vurguluyor ve daha sağlam kontrol stratejilerine ihtiyaç olduğunu gösteriyor. Genel olarak, önerilen çerçeve, su altı navigasyon algoritmalarını test etmek ve simüle edilmiş ortamlarda algı-kontrol entegrasyonunu değerlendirmek için güvenli, esnek ve maliyet etkin bir platform sağlar.

Giriş

İnsansız Sualtı Araçları (UUV'ler), insan varlığı sınırlı olduğu durumlarda, örneğin okyanus izleme, keşif ve petrol endüstrisi gibi durumlarda yaygın olarak kullanılır. Karmaşık su altı ortamlarından veri toplamak için gelişmiş sensörlerle donatılmışlardır; bu da sağlam ve maliyet etkin test platformlarını gerektirir. ArUco işaretleyicileri kullanılarak görme tabanlı yöntemler dahil olmak üzere simülasyon teknikleri, UUV'lerin gerçek dünyada konuşlandırılmasıyla ilgili riskleri azaltmak için etkili bir yöntem sunar.

UUV'lerin tarihi, ilk Özel Amaçlı Su Altı Araştırma Araçından modern otonom su altı araçlarına kadar, araştırma, savunma ve sanayideki önemlerini^vurgular. 1. Otonom su altı araçlarının evrimi, simüle edilmiş ortamlarda doğru konumlandırma, navigasyon ve test gerekliliğini daha da^{vurgulamaktadır 2,3}.

Şekil 1, bir UUV simülasyon sisteminin geleneksel mimarisini göstermektedir. Robot İşletim Sistemi (ROS) ile Gazebo simülatörü kombinasyonu, modelleme, kontrol ve gerçek zamanlı iletişim için çok yönlü bir platform sunar. ROS, sensörler, aktüatörler ve kontrol modülleri arasında verimli iletişimi kolaylaştırırken, Gazebo navigasyon ve kontrol algoritmalarını test etmek için gerçekçi bir 3D simülasyon^{ortamı sağlar 4,5}. Bu bağlamda, ArUco işaretleyici tabanlı yöntemler, referans noktalarının hassas tespitini ve takimini mümkün kılarak poz tahminini^{artırır 6}.

Şekil 1: Bir UUV simülasyon sisteminin geleneksel mimarisi.Diyagram, ROS–Gazebo çerçevesinde simülasyon, algı ve kontrol bileşenleri arasındaki etkileşimi göstermektedir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Birçok çalışma, UUV simülasyon, navigasyon ve algı teknolojilerini^{geliştirmiştir 7}. ROS–Gazebo çerçevesinin robot modelleme için uygunluğu⁴ kez gösterilmiştir ve bu yaklaşım, UUV Simülörü aracılığıyla çok robotlu ve müdahale görevleri için su altı uygulamalarına^{genişletilmiştir 5}. Görme tabanlı konumlandırma, ArUco işaretleyicileri takip algoritmalarıyla birleştirilerek^{geliştirilmiştir 6}. Benzer şekilde, gelişmiş simülasyon^{platformları 8} aracılığıyla su altı görevlerinin yüksek isabetli simülasyonu ve denetimi mümkün olmuş, ayrıca sınırlı ortamlarda güvenilir işaretleyiciler kullanılarak sağlam konumlandırma da^{gösterilmiştir 9}.

Bu teknolojik gelişmeler, anket çalışmalarıyla desteklenmektedir. Sualtı navigasyon ve yerelleştirme zorluklarındaki ilerlemeler kapsamlı şekilde^{incelendi 10,11} ve ticari ile açık kaynak simülasyon platformları sistematik olarak^{değerlendirildi 12}. Ek incelemeler, otonom su altı araçlarının son durumunu ve çoklu araçlı sistemler için formasyon kontrol ve iletişim stratejilerini^{incelemiştir 14}. Ayrıca, derin öğrenme yaklaşımları gibi Gated Recurrent^{Units 16} gibi sağlam takip kontrol¹⁵ ve durum tahminindeki gelişmeler, otonom su altı görevlerinin güvenilirliğini daha da artırmıştır. Bu çalışmalar birlikte, simülasyonlar, navigasyon ve UUV'lerin akıllı kontrolünde önemli ilerlemeler göstermektedir.

Bu gelişmelere rağmen, birkaç araştırma zorluğu hâlâ devam etmektedir. Mevcut simülatörler, özellikle ileri görüşlü ve yan taramalı sonar sistemleri için doğru sensör modellerinden yoksun. Çoğu platform yalnızca tek AUV operasyonlarını desteklerken, çoklu AUV koordinasyonu ve oluşumları için sınırlı kapasiteye sahiptir. Sensör ve dinamik model yanlışlıkları, optimal olmayan performansa yol açabilir ve akımlar ile gürültü gibi çevresel bozulmalar simülatörler arasında tutarlı şekilde modellenmez. Bu sınırlamaları gidermek için, mevcut çalışma, daha doğru durum tahminini ve UUV navigasyon algoritmalarının titiz değerlendirilmesini sağlamak için ArUco işaretleyici tabanlı poz tahminini içeren bir ROS–Gazebo simülasyon çerçevesi sunmaktadır.

Bu çalışma üç ana katkı sunar. İlk olarak, RexRov2 modelini kullanarak su altı ROS–Gazebo simülasyon ortamında ArUco tabanlı monoküler poz tahmin yaklaşımı sunar. İkinci olarak, farklı bozulma koşulları ve kontrol senaryoları altında poz stabilitesini analiz eder. Üçüncüsü, dinamik bozulmalar altında doğrusal olmayan su altı ortamlarında klasik PID kontrolünün sınırlamalarını belirler. Ayrıca, bu çalışma algı, kontrol ve simülasyonu birleşik bir çerçevede entegre ederek, bu bileşenleri bağımsız ele alan önceki çalışmalardaki boşlukları kapatır.

Protokol

1. Yazılım ortamı kurulumu

Ubuntu 20.04 ve Robot İşletim Sistemi (ROS) Noetic üzerinde çalışan Linux tabanlı bir iş istasyonu, su altı kendi kendine yerelleştirme sistemlerini¹⁷ uygulamak için birincil geliştirme platformu olarak kullanıldı. Sistem, mkdir -p ~/catkin_ws/src ile bir catkin çalışma alanı oluşturularak ve ardından catkin_init_workspace ile başlatarak başlatıldı. uuv_simulator ve aruco_ros paketleri kaynak dizine klonlandı ve catkin_make komutu kullanılarak su altı müdahale modellemesini desteklemek için derlendi.

ROS ara yazılımı ile Gazebo 9 simülatörü arasındaki bağlantı, varsayılan bir su altı dünyası fırlatılması ve rostop list komutu üzerinden aktif iletişimin doğrulanmasıyla doğrulandı. Görüntü işleme ve poz tahmin düğümleri, Python 3.8 kullanılarak uygulandı ve OpenCV kullanılarak göreceli poz hesaplamak için entegre ArUco kütüphaneleri kullanıldı. ROS ortamı, bağımlılıkları yönetmek ve gerçek zamanlı veri iletişimini mümkün kılmak üzere yapılandırıldı; böylece robot kendini birden fazla yapay işaretleyiciye göre^{konumlandırabildi 18}. Bu kurulum, farklı koşullarda işaretleyici algılama performansının değerlendirilmesini de mümkün kıldı. Şekil 1, ROS–Gazebo ortamındaki simülasyon, algı ve görselleştirme düğümleri arasındaki iletişimi göstermektedir.

2. UUV modeli ve hidrodinamik parametreleştirme

RexRov2 araç modeli, uuv_descriptions paketinden alındı ve Gazebo'da Birleşik Robot Tanımlama Formatı (URDF)^{dosyası 5} kullanılarak fırlatıldı. Araç modeli, 1.863 kg kuru kütlesine ve 1.838^m3 hacim deplasmanına sahip bağlantı ve eklemlerden oluşuyordu; bu da 1.000 kg/m yoğunluğunda neredeyse nötr yüzme gücüne karşılık^geliyordu.

Hidrodinamik etkiler, doğrusal ve kuadratik sönümleme kuvvetleri dahil olmak üzere, uuv_underwater_object_plugin kullanılarak modellendi. Eklenen kütle dalgalanma katsayısı 779.79 olarak ayarlandı ve sönümleme parametreleri bildirilen RexRov2 özelliklerine göre kalibre edildi; böylece gerçekçi araç^{hareketi 19} simüle edildi. Şekil 2 , genel simülasyon mimarisini göstermektedir.

Şekil 2: Simülasyon ortamının genel mimarisi. Şekil, UUV modeli, sensör girişleri, algı boru hattı ve poz tahmini ile navigasyon için kullanılan kontrol modüllerinin entegrasyonunu göstermektedir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

3. Kamera, işaretleyici ve çevresel kurulum

Rexrov2/camera_link çerçevesine monoküler bir kamera takılmıştı. Kamera parametreleri 1280 × 720 piksel ve 30 Hz olarak ayarlandı. İçsel parametreler, kamera yapılandırma dosyasında odak uzaklığı 554,25 piksel ve ana nokta (640,5, 360,5) olarak tanımlandı.

6×6_250 sözlüğünden (ID: 582) seçilen, yan uzunluğu 0,5 m olan sabit dikey ArUco işaretçisi koordinatlarda (20,0, 0,0, -10,0) konumlandırıldı. Simüle edilen ortam, /uuv_simulation_app/set_current_velocity ROS servisi kullanılarak X yönünde 10 m su derinliği ve 0,1 m/s sabit akım hızı ile yapılandırıldı. Işaret görünürlüğünü sağlamak için 0.8 ışık^{yoğunluğu kullanıldı 9}. Şekil 3 , simüle edilmiş su altı ortamını göstermektedir.

Şekil 3: Gazebo 9'da su altı ortamı simüle edilmiştir. Çevre, RexRov2 UUV, sanal ArUco işaretleyicileri ve su derinliği, aydınlatma ve akım gibi kontrollü çevresel koşulları içerir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

4. Poz tahmini ve navigasyon kontrolü

Marker tespit boru hattı, /rexrov2/forward_camera/image_raw konusuna abone olan ArUco ROS düğümü kullanılarak başlatıldı. Aracın duruşu, bilinen 3D işaretleyici geometrisine göre dönme matrisi (R) ve dönüşüm vektörü (t) hesaplamak için Perspektif ve Nokta (PnP) yöntemiyle tahmin edilmiştir.

Tahmini poz, statik dönüşüm yayıncısı kullanılarak kamera çerçevesinden küresel referans çerçevesine dönüştürüldü. Araç hareketini düzenlemek için bir PID kontrolcüsü, /rexrov2/thruster_manager/input konusuna hız komutları göndererek kullanıldı. Dalga ve kalkış eksenleri için orantılı kazançlar (Kp) sırasıyla 1500 ve 2000 olarak ayarlandı; böylece istikrarlı takip performansı^{sağlandı 20}.

5. Değerlendirme ve yer-gerçek karşılaştırması

Görme temelli poz tahminleri ile simüle edilen yörünge arasındaki uyum, uuv_gazebo_ros_p3d eklentisi tarafından sağlanan /rexrov2/pose_gt konusu kullanılarak değerlendirildi. ArUco tabanlı boru hattından alınan tahmini poz, sistem kararlılığı ve tutarlılığı değerlendirilmek için yer-doğruluk odometri verileriyle karşılaştırıldı.

Değerlendirme, yörünge karşılaştırması ve gerçek zamanlı görselleştirme yoluyla gerçekleştirildi; pozisyon (X, Y, Z) ve yönelim (yuvarlanma, pitch, yaw) Rviz ve rqt_plot kullanılarak izlendi. Bu, hem nominal hem de bozulma kaynaklı koşullarda sapmaların gözlemlenmesini mümkün kıldı.

Çalışma, nitel ve karşılaştırmalı değerlendirmeye odaklanmaktadır. Kök Ortalama Kare Hatası (RMSE) kullanılarak nicel değerlendirme, konum ve yön hatalarının değerlendirileceği çoklu simülasyon çalışmaları olarak belirlenmiştir.

6. Sonuç üretimi ve görselleştirme

Rviz, UUV yörüngesini ve tutumunu izlemek için 3D görselleştirme aracı olarak kullanıldı. /rexrov2/camera_link ve /aruco_marker_frame koordinat çerçeveleri, araç ile^{işaretçi 2} arasındaki mekansal ilişkiyi değerlendirmek için görselleştirildi.

rqt_plot aracı, /rexrov2/pose_gt ve /aruco_pose konularını kullanarak araç tutumunun (yuvarlanma, eğim, yav) gerçek zamanlı grafiklerini oluşturmak için kullanıldı. Rosbag kayıt komutu, nitel analiz için video akışları ve kontrol girdileri dahil olmak üzere simülasyon verilerini yakalamak için kullanıldı.

Simülasyon, iyi bir aydınlatma ve düşük bulanıklık varsayımıyla ideal görsel koşullarda gerçekleştirildi. ArUco işaretinin ise engellersiz kalacağı varsayıldı. Hidrodinamik sönümleme etkileri basitleştirilmiş katsayılarla modellendi ve sensör gürültüsü dahil edilmedi.

Sonuçlar

Önerilen ROS–Gazebo tabanlı sistemi RexRov2 UUV kullanarak değerlendirmek için simüle edilmiş bir su altı ortamı kullanıldı. Dalga simülasyon ortamı (Şekil 3), işaretleyici tabanlı poz tahmin sisteminin değerlendirilmesi için dinamik ama kontrollü bir ayar sağladı.

Şekil 4, tespit edilen ArUco belirteçleri ile ortaya çıkan UUV yörüngesi arasındaki ilişkiyi göstermektedir. ArUco işaretleyici tespitine ...

Tartışma

Sayısal gözlemler, önerilen çerçevenin kontrollü koşullardaki etkinliğini desteklemektedir. Konumdaki küçük değişimler (yaklaşık 10⁻² m) ve yönelimdeki (10⁻² rad merkesinde) sabit poz takibini gösterir. Bu sonuçlar, ArUco belirteçlerinin kısa menzilli lokalizasyon için güvenilir bir referans^{sağladığını göstermektedir 6}. Ayrıca, simülasyon platformları, yapay işaretleyicilerin bulunmadığı ortamlarda yerelleştirmeyi destekleyerek sağlam SLAM iç...

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
ArUco Marker Detection Library	OpenCV	N/A (açık-kaynak)	Pose tahmini için görüntü tabanlı işaretçi tespiti
Gazebo Simulator	Open Robotics	N/A (açık-kaynak)	UUV testi için 3D simülasyon ortamı
REXROV2 UUV Model	UUV Simulator Project	N/A (açık-kaynak)	Pose tahmini deneyleri için kullanılan ön tanımlı UUV modeli
Robot Operating System (ROS)	Open Robotics	N/A (açık-kaynak)	İletişim ve kontrol için ara yazılım
RViz	Open Robotics	N/A (açık-kaynak)	UUV modeli ve sensör verileri için görselleştirme aracı
Ubuntu Linux (20.04 LTS)	Canonical Ltd.	N/A	ROS ve Gazebo'yu destekleyen işletim sistemi
UUV Simulator Package	Norwegian University of Science and Technology (NTNU)	N/A (açık-kaynak)	ROS–Gazebo su altı simülasyon çerçevesi