Навигация и управление движением мобильного робота в городских условиях тема диссертации и автореферата по ВАК РФ 05.02.05, кандидат технических наук Све Лин Хту Аунг

• Све Лин Хту Аунг
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Све Лин Хту Аунг

Введение.

Глава 1. Анализ проблем и существующих методов навигации и управления движением автономного мобильного робота. Постановка задачи исследования.

1.1. Обзор особенностей и характеристик мобильных роботов, участвующих в соревнованиях DARPA Urban Challenge и других.

1.2. Задачи, решаемые в диссертации.

1.2.1. Задачи и особенности решения проблемы навигации мобильного робота.

1.2.2. Средства очувствления мобильных роботов, движущихся в городских условиях.

1.2.2.1. 3D лазерный дальномер.

1.2.3. Анализ проблем при решении задач навигации по данным лазерного дальномера.

1.3. Существующие методы решения задачи локальной навигации.

1.3.1. Поиск экстремума функции различия.;.

1.3.2. Совмещение сканов методом ICP.

1.3.3. Метод выделение характерных черт.

1.3.4. Метод рекуррентной фильтрации (для 2D дальномера).

1.4. Существующие методы решения задачи глобальной навигации. Вероятностные алгоритмы.

1.4.1. Метод фильтрация Калмана.

1.4.2. Метод фильтрация частиц.

1.5. Недостатки и преимущества известных существующих методов решения задачи навигации.

Выводы.

Глава 2. Решение задачи локализации с помощью определения параметров движения.

2.1. Задача определения угловой и линейной скорости по дальнометрическим измерениям.

2.1.1. Математическая модель относительного движения точек в дальнометрическом изображении.

2.1.1.1. Движение мобильного робота без проскальзывания.

2.1.2. Уравнение связи движения робота с функцией сечения рельефа.

2.1.3. Дискретизация задачи.

2.1.4. Определение параметров движения.

2.1.4.1. Определение оценок с помощью псевдообратной матрицы.

2.1.4.2. Определение оценок с помощью метода рекуррентной фильтрации.

2.1.4.3. Выбор параметров фильтра.

2.1.5. Исследование работы алгоритма рекуррентной фильтрации в среде МаНЬаЬ.

2.2. Исследование работы разработанного алгоритма при движении мобильного робота относительно рельефа в частных случаях.

2.2.1. Движение мобильного робота перпендикулярно вертикальной стене.

2.2.2. Движение робота вдоль стены.

2.2.3. Поведение матрицы ковариации ошибок оценок.

2.3. Исследование поведения оценок параметров движения мобильного робота.

2.4. Получение оценок координат положения мобильного робота при движении.

2.4.1. Интегрирование уравнений движения.

2.4.2. Использование расширенного фильтра Калмана.

2.5. Предварительная обработка дальнометрического изображения.

2.6. Исследование шумов.

2.6.1. Исследование статистических параметров шумов в измерениях.

2.7. Точность определения параметров движения.

2.7.1. Точность метода рекуррентной фильтрации.

2.7.2. Точность определения координат робота.

2.8. Построение карты.

2.8.1. Виды описаний окружающей среды.

2.8.2. Построение сетчатой карты для мобильного робота, оснащенного лазерным дальномером.

Выводы.

Глава 3. Управление движением мобильного робота в городских условиях по данным 3D лазерного дальномера.

3.1. Управление движением мобильного робота вдоль тротуара.

3.1.1. Управление движением мобильного робота вдоль непрерывного прямолинейного тротуара.

3.1.1.1. Кинематическая и динамическая модели колесного MP.

3.1.1.2. Линеаризация уравнений движения мобильного робта относительно программной траектории.

3.1.1.3. Устойчивость линеаризованной динамической модели мобильного робота.

3.1.1.4. Определение параметров ф, j; ,входящих в закон управления.

3.1.1.5. Моделирование движения автономного мобильного робота.

3.1.2. Управление движением мобильного робота вдоль произвольного тротуара.

3.1.3. Управление движением мобильного робота вдоль разрывного тротуара.

3.2. Управление движением мобильного робота налево на перекрестке.

3.2.1. Управление угловой скоростью движения мобильного робота.

3.2.2. Построение программной траектории в виде дуги окружности.

3.2.3. Уравнения движения мобильного робота при управлении в окрестности программной траектории.

3.2.4. Компьютерное моделирование управления движением автономного мобильного робота на перекрестке.

3.3. Управление движением мобильного робота при объезде препятствия.

3.3.1. Планирование пути по карте, полученной из одного текущего скана дальномера.

3.3.2. Движение по траектории.

Выводы.

Глава 4. Моделирование и экспериментальные исследования.

4.1. Разработка системы управления для мобильного робота.

4.1.1. Реализации работы системы управления в среде Microsoft Robotic Developer Studio (MRDS).

4.1.1.1. Программная среда Microsoft Robotics Developer Studio.

4.1.1.1.1. Concurrency & Coordination Runtime (CCR).

4.1.1.1.2. Decentralized System Services (DSS).

4.1.1.2. Разработка программного обеспечения мобильной робототехнической системы.

4.1.1.2.1. Архитектура системы управления.

4.1.1.2.2. Модель логического уровня системы управления движением робота.

4.2. Результаты тестирования работы системы управления в среде

MRDS.

4.2.1. Локализация робота и построение карты.

4.2.2. Движение робота вдоль тротура и на перекрестке.

Выводы.}.

Введение диссертации (часть автореферата) на тему «Навигация и управление движением мобильного робота в городских условиях»

За последние десятилетия мировая робототехника и технологии, связанные с ними, развиваются стремительными темпами, приобретая все большую возможность использования роботов в различных областях человеческой деятельности. В первую очередь, это связано с постоянным совершенствованием характеристик двигателей для роботов, источников энергии, вычислительных средств бортовых систем и, главным образом, развития средств сенсорного оснащения. Это позволяет не только улучшить управление движением робота (например, повысить точность), но и создавать системы повышенного уровня адаптивного управления, что открывает новые возможности для использования роботов.

Среди мобильных роботов в конце прошлого века наибольшее развитие получили автономные мобильные роботы, функционирующие в среде, что было вызвано стремлением заменить машиной человека в тяжелой, опасной и ответственной работе. И в последнее время возник новый рынок более сложных роботов для использования в быту. Робототехнику можно представить себе как сочетание программных, очувствленных и интеллектуальных роботов, обеспечивающих все более полное удовлетворение потребностей общества.

С другой стороны, в настоящее время в большинстве случаев человек оказывается причиной дорожно-транспортного происшествия. Поэтому современные автомобили оснащаются широким перечнем электронных технологий, призванных помогать водителю, которые известны как технологии автономного вождения и служат для того, чтобы свести к минимуму влияние человеческого фактора - ошибок, которые могут привести к дорожно-транспортному происшествию. Компания Siemens, к примеру, активно рекламирует комплекс pro.pilot, который предупреждает об опасных маневрах других водителей и помогает в дождь или туман, сообщая о скорости других автомобилей, находящихся на 250 метров впереди[25]. Кроме того, система эффективно решает проблему так называемых «слепых зон» — если водитель собрался перестроиться на другую полосу и • не заметил, как его обгоняют, pro.pilot предупредит аварию сильной вибрацией руля или громким звуком. Общая философия заключается в оказании помощи водителям в целях повышения безопасности, комфорта и эффективности автомобильного транспорта.

Исследованием научных проблем управления автономными мобильными роботами в городских условиях и поиском новых конструкторских и алгоритмических решений занимается множество лабораторий по всему миру. Кроме того, проводятся различные соревнования мобильных роботов, имеющие целью не только поиск новых решений, но и подготовку специалистов -робототехников. Самым заметным соревнованием 2005 года следует считать гонки автономных роботов-автомобилей по пересеченной местности под названием DARPA Grand Challenge [25]. 08.10.2005 года двадцать три робота пытались преодолеть 240 километров по пустыне штата Невада. Победителем стал робот Stanly Стэнфордского университета, который преодолел эту дистанцию в автоматическом режиме за 6ч. 53мин. Ещё четыре робота также смогли успешно финишировать. А в 2007 год там же проходили соревнования роботов в городских условиях. По итогам организаторы соревнований отобрали 11 команд для участия в финальном заезде DARPA Urban Challenge 2007, который состоялся 3 ноября 2007 года[25]. Каждому из участников необходимо' было доставить груз в заданную точку, пройдя около 100 км через промежуточные контрольные точки (их* координаты' были предоставлены командам незадолго до старта) и уложившись в шестичасовой лимит. В июля 2010 года состоялись первые в России, соревнования мобильных роботов, движущихся по трассе, проложенной по пересеченной местности (берег озера Селигер).

Решение проблемы организации движения робота в городских условиях представляется весьма актуальной задачей. Эти соревнования показали, что разрыв между экспериментальными достижениями робототехники и роботами, доступными на рынке, еще очень велик, и исследования в этой области находятся только на начальном этапе развития. В частности, ключевой задачей является задачи навигации и реализация сложных траекторий движения автономных мобильных роботов вдоль тротуара с большим числом препятствий, создающих помехи для непосредственного достижения цели. Её главным содержанием является поиск сенсорных средств и соответствующих алгоритмических методов навигация и управления движением мобильного робота в различных городских условиях.

Решение задачи навигации подразумевает под собой определение положения мобильного робота в рабочем пространстве - локализацию и составление представления, описания окружающего мира - картографию. Информация о текущем положении робота необходима для решения большинства встречающихся задач управления: прохождения заданной траектории, поиска пути в заданную точку, возвращения в исходное положение. Информация об окружающем мире, которая чаще всего представляется в виде карты или плана местности, необходима для запоминания пройденного маршрута, планирования траектории в обход статических препятствий, слежения за динамическими объектами.

Задача локализации является наиболее сложной, она может быть решена при помощи датчиков спутниковых навигационных систем (СНС) таких как GPS и ГЛОНАСС, но на настоящий момент в большинстве случаев эти системы не позволяют получить точности необходимой для управления мобильным роботом. Кроме того, их применение ограничивается зонами доступности сигнала спутников, что делает невозможным определение положения вблизи высоких сооружений и деревьев. Наиболее точное решение навигационной задачи может быть получено с помощью систем технического зрения на основе видеокамер, лазерных дальномеров и других сенсоров. Такие системы также позволяют формировать описание окружающей робот зоны, выявлять потенциальные опасности, находить ориентиры целей. Информационный поток с^таких датчиков довольно высок (от 5 КБайт/сек. для лазерного дальномера до 8 Мбайт/сек. для видеокамер), поэтому методы обработки такой информации требуют сложных алгоритмов, значительных вычислительных мощностей и получили развитие только в последнее время.

Среди датчиков, входящих в системы технического зрения мобильных роботов, большой популярностью среди разработчиков пользуются лазерные сканирующие дальномеры. Эти датчики позволяют измерять расстояния до ближайших объектов за счет излучения пучка лучей лазера в плоскости. Результатом измерения такого дальномера является массив длин до ближайших точек объектов в плоскости, что представляет собой своеобразное сечение окружающего пространства в плоскости, которое называется дальнометрическим изображением или сканом. Они имеют высокую точность измерения расстояния (до 10-15 мм.) при больших диапазонах (до 80 м.) и скоростях измерения (до 75 сканов в секунду). Лазерные дальномеры могут применяться на мобильных роботах, двигающихся по пересеченной местности для составления цифрового описания рельефа рабочей зоны и определения её проходимости. Иногда для решения задач идентификации местности и навигации измерение одного сечения окружающего мира недостаточно -необходимо получить полное трехмерное описание хотя бы части окружающего мира, например дороги с целью определения зон проходимости. Для решения этой задачи обычно применяется несколько лазеров или ЗБ лазерный дальномер. Преимуществом ЗО лазерного дальномера является возможность сканирования в вертикальной и горизонтальной плоскости с углом обзора до 360°. Это позволяет решить как задачи навигации и избежания столкновений, так и построение трехмерных карт.

Исследования в области развития методов навигации и управления мобильными роботами ведутся во многих научных центрах страны России - в МГТУ им. Баумана [7],[6],[32], ИПМ им. М.В. Келдыша РАН [33], в ЦНИИ

Робототехники в Санкт-Петербурге [36] и в Институте проблем механики РАН, а также в университетах США [34], [25], [35], [19] и других стран.

Цель данной диссертационной работы заключается в разработке алгоритмов навигации, а также принципов алгоритмического и программного обеспечения системы управления движением мобильного робота, действующего в городских условиях. Для достижения этой цели был выбран робот, оснащенный ЗБ сканирующим лазерным дальномером.

В соответствии с этим в работе поставлены и решены следующие задачи.

• Анализ существующих методов решения задачи навигации.

• Разработка метода определения линейной и угловой скоростей (6 параметров движения) мобильного робота (МР) по данным ЗБ лазерного дальномера и их использование для локализации робота и построения 2Б карты местности.

• Разработка методов управления движением робота в городских различных условиях, в частности вдоль тротуар и на перекрестке.

• Предложен способ объезда препятствий, которые появляются перед роботом во время движения.

• Проведение экспериментальных исследований на компьютерной модели.

В работе используются сочетание классических подходов к решению кинематической задачи плоского движения твердого тела с применением методов рекуррентной фильтрации, позволяющих учесть неточность измерений лазерного дальномера мобильного робота. Также используются уравнения движения, построенные на основе динамической модели мобильного робота, при реализации автоматического управления движение мобильного робота. Достоверность полученных результатов подтверждается численными экспериментами.

Изложение материалов исследования в диссертации построено следующим образом. В первой главе диссертационной работы представлен аналитический обзор существующих разработок мобильных роботов, движущихся в городских условиях и проведен анализ проблем, возникающих при решении задач навигации мобильного робота, оснащенного лазерным дальномером. Рассмотрены существующие методы решения задачи локализации по данным лазерного дальномера. Значительное внимание уделено существующим, в том числе, вероятностным методам решения задачи локализации робота и построения плана рабочей сцены.

Вторая глава посвящена аналитическому выводу метода определения характеристик движения мобильного робота - линейной и угловой скорости по изменению дальнометрического изображения. С помощью разработанного метода аналитически установлены зависимости между движением робота и изменением дальнометрического изображения в частных случаях. Проведено исследование точности разработанного метода.

В третьей главе предложены методы управления мобильным роботом с использованием дальнометрических данных при выполнении движения вдоль тротуара и на перекрестке с использованием результатов решения задачи навигации: положения робота и построенной карты местности. Также предложен способ объезда препятствия, которое появляется в зоне движения мобильного робота. Проведено исследование работоспособности предложенных методов.

Четвертая глава содержит материалы, подтверждающие результаты теретических исследований. Разработанные алгоритмы навигации и управления, реализованы на компьютерной модели мобильного робота в специальном пакете Microsoft Robotic Developer Studio.

В заключении работы приведена общая характеристика выполненных исследований и основные выводы по результатам диссертации.

На защиту выносятся:

Способ определения векторов линейной и угловой скоростей мобильного робота по данным ЗБлазерного дальномера.

Метод решения задачи локализации мобильного робота.

Метод определения точностных статистических характеристик решения навигационной задачи.

Методы управления движением мобильного робота вдоль тротуара и на перекрестке в городских условиях по данным ЗБ лазерного дальномера.

Заключение диссертации по теме «Роботы, мехатроника и робототехнические системы», Све Лин Хту Аунг

Выводы и заключение

В диссертационной работе получены следующие новые научные результаты.

1. Разработан метод построения трехмерной карты (локализации) на основе данных, полученных 3D дальномером. В отличие от существующих методов, основанных в основном на использовании итерационных процедур поиска экстремума функции близости в 6-мерном пространстве параметров движения, разработанный метод основан на решении линейной системы уравнений и позволяет, в частности: получать точностные характеристики параметров движения.

2. Исследованы статистические параметры шумов в псевдоизмерения. Показано, что распределение близко к нормальному, что позволяет использовать хорошо разработанные рекуррентные методы оценивания при нахождении оченок параметров движения робота.

3. Показана возможность получения множества двумерных карт как плоских сечений 3D карты, которые могут быть использованы при управлении движением мобильного робота.

4. Разработан способ управления движением робота вдоль тротуара и на перекрестке в городских условиях.

5. Исследован разработанный алгоритм управления движением с использованием динамической модели автономного колесного MP и проведен параметрический синтез закона управления, обеспечивающий асимптотический характер траектории.

Исследовано управления движением мобильного робота при объезде препятствия, который появляется в зоне движения робота. в городских условиях. Результаты моделирования, проведенные в среде Matlab и Microsoft Robotic Developer Studio подвердили полученные в работе результаты. Новизна разработанного метода локализации мобильного робота состоит в том, что он позволяет получить не только оценки скоростей робота и оценки его положения, но и характеризующую их матрицу ковариации ошибок оценок. Эта матрица является характеристикой точности решения задачи локализации и зависит как от характера сечения рельефа, так и от движения мобильного робота. В ранее использовавшихся алгоритмах локализации такая оценка не может быть получена. Наличие матрицы ковариации ошибок оценок-является существенной особенностью разработанного метода определения положения мобильного робота.

Разработка основных теоретических положений диссертации и создание метода определения оценок скоростей мобильного робота по дальнометрическим данным стали возможными благодаря комплексному использованию классических подходов, описывающих кинематику движения плоского тела, и вероятностных алгоритмов - фильтра Калмана, позволяющих оценивать не только значения искомых параметров, но и их статистические характеристики.

Экспериментальные работы по реализацию разработанных алгоритмов навигации и управления движением мобильного робота в городских условия проведены в среде Microsoft Robotic Developer Studio. Разработана программная модель распределенной системы управления мобильного робота, оснащенного лазерным дальномером, модули которой реализуют предложенные в диссертации алгоритмы. Функционирование системы управления протестирована на компьютерной модели. Разработанные в диссертационной работе алгоритмы подтвердили свою практическую эффективность для навигации и управления движением мобильного робота.

Предложенные алгоритмы навигации и управления могут быть применены при создании систем управления современных мобильных робототехнических систем, оснащенных различными типами датчиков для облегчения работы оператора. Полученные решения навигационных задач могут выполняться на современных вычислительных машинах в режиме реального времени, то есть могут быть использованы для создания автономных мобильных систем в городских условиях.

Список литературы диссертационного исследования кандидат технических наук Све Лин Хту Аунг, 2011 год

1. Девянин Е.А. О движении колесных роботов //Мобильные роботы и мехатронные системы: Труды всероссийской школы-конференции. М., 1998. С.169-200.

2. Кобрин А.И., Мартыненко Ю.Г. Неголономная динамика мобильных роботов и ее моделирование в реальном времени //Мобильные роботы и мехатронные системы: Труды всероссийской школы-конференции. М., 1998. С. 107-123.

3. Зенкевич С.Д., Минин А.А. Построение плоской карты мобильным роботом //Мобильные роботы и мехатронные системы: Труды всероссийской школы-конференции. М., 2006. С. 161-173.

4. Зенкевич С.Л., Космачев П.В. Управление движением мобильного робота в неподвижную точку //Мехатроника, автоматизация, управление. 2010. №.3. С. 55-60.

5. Зенкевич С.Л., Назарова А.В. Система управления мобильного робота. //Вестник МГТУ им. Н.Э. Баумана. Приборостроение. 2006. №3. С.31-51.

6. Носков В.П., Носков А.В. Навигация мобильных роботов по дальнометрическим изображениям //Мехатроника, автоматизация, управление. 2005. №12. С.16-21.

7. Носков В.П., Рубцов И.В. Опыт решения задачи автономного управления движением мобильных роботов //Мехатроника, автоматизация, управление. 2005. №12. С.21-24.

8. Черноножкин В.А., Половко С.А. Система локальной навигации для наземных мобильных роботов //Научно-технический вестник СПбГУ ИТМО. 2008. №57. С. 13-22.

9. Guivant J., Masson F. Simultaneous localization and map building using natural features and absolute information //Robotics and Autonomous Systems. 2006. Vol 13, № 2. P. 54-62.

10. Madhavan R., Durrant-Whyte H.F. Natural landmarkbased autonomous navigation using curvature scale space // Robotics and Automation: In Proc. IEEE Int. 2002. № l.P. 3936-3941.

11. Forsyth D.A., Ponce J. Computer Vision: A Modern Approach //Robotics and Autonomous Systems. 2006. Vol 11, № 3. P. 84-92.

12. Borenstein J., Everett H.R. Mobile robot positioning: Sensors and techniques // Journal of Robotic Systems. 1997. Vol 14, № 4. P. 231 249.

13. Feng Lu, Evangelos Milos. Robot Pose Estimation in Unknown Environment by Matching 2D RangeScans //On Computer Vision and Pattern Recognition: Proc IEEE Comp. Soc. North York, 1994. P. 935-938.

14. Elfes A. A probabilistic framework for robot perception and navigation: PhD thesis. Pittsburgh: Carnegie Mellon University, 1989. 195 p.

15. Mesaki Y., Masuda I. A new mobile robot guidance system using optical reectors //Proc. Intelligent Robots and Systems. 1992. Vol 1, № 4. P. 628 635.

16. Thrun S. Robotic mapping: A survey //Exploring Artificial Intelligence in the New Millenium. Pittsburgh, 2002. 29 p.

17. Zhang Z. Iterative Point Matching for Registration of Free-Form Curves and Surfaces. //International Journal of Computer Vision. 1994. Vol 13, № 2. P. 119152.

18. Engelson S. Passive Map Learning and Visual Place Recognition: PhD thesis. New Haven, Yale University. 1994. 152 p.

19. Thrun S., Montemerlo M. An efficient solution to the simultaneous localization and mapping problem with unknown data association //Journal of Machine Learning Research. 2004. № 2. P. 55 79.

20. Blanche I.J. Experiment in guidance and navigation of an autonomous robot vehicle //IEEE Trans, on Robotics and Automation. 1991. Vol 2, № 3. P. 193 -204.

21. Grisetti G., Stachniss C. Improved Techniques for Grid Mapping With Rao-Blackwellized Particle Filters //Transactions on IEEE Robotics. 2007. Vol 23, № l.P. 34-46.

22. Altermatt M., Martinelli A. SLAM with corner features based on a relative map //Intelligent Robots and Systems. 2004. Vol 2,№ 1. P. 1053 1058.

23. Mohinder S., Angus P. Kalman Filtering: Theory and Practice. New York, A Wiley Interscience publications. 2001. 395 p.

24. Gonzalez J., Gutierrez R. Mobile robot motion estimation from a range scan sequence //Proc. IEEE Int. Conf. on Robotics and Automation. Leuven, 1997. P. 1034-1048.

25. Sebastian Thrun. Stanley: the robot that won the DARPA Grand Challenge // Journal of Field Robotics. 2006. Vol 23, № 9. p. 661-692.

26. Roumeliotis S.I, Bekey G.A. Bayesian estimation and Kalman filtering: A framework for mobile robot localization //Proc. IEEE Int. Conf. on Robotics and Automation. San Francisco, 2000. P. 2985-2992.

27. Jensfelt P., Christensen H.I. Laser based position acquisition and tracking in an indoor environment //Proc. Int. Symp. Robotics and Automation. Saltillo, 1998. P. 43-52.

28. Thrun S., Fox D. A real-time algorithm for mobile robot mapping with application to multi-robot and 3D mapping //Proceedings of the IEEE International Conference on Robotics and Automation (ICRA'00). San Francisco, 2000. P. 321328.

29. Roumeliotis S.I., Bekey G.A. A layered, dual-Kalman filter algorithm for indoor feature extraction //Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems. Takamatsu, 2000. P. 454-461.

30. Thrun S. Particle filters in robotics //Proceedings of the 17th Annual Conference on Uncertainty in AI (UAI). Edmonton, 2002. P. 511-519.

31. Chatila R., Laumondi J. Positioning' reference and consistent world modeling for mobile robots //Proc. IEEE International Conference on Robotics and Automation. St. Louis, 1985. P. 138-145.

32. Носков В.П., Рубцов И.В. Формирование объединенной модели внешней среды на основе информации видеокамеры и дальномера //Мехатроника, автоматизация, управление. 2007. №8. С.2-5.

33. Пряничников В.Е., Андреев В.П. Разработка сенсорной управляющей «головы» мобильного робота для навигации по ультразвуковым и ТВ-сенсорам //Экстремальная робототехника: Труды 18-й научно-технической конференции .СПб., 2007. С. 113-119.

34. Thrun S., Bennewitz М. A second generation mobile tour-guide robot //Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). Detroit, 1999. P. 152-163.

35. Интеллектуальная мобильная платформа ЦНИИ РТК. электронный ресурс. http://www.rtc.ru/robotics/mobl-platforma.shtml (Дата обращения: 18 апрель 2009)

36. Официальная страница соревнований «Grand Challenge» электронный ресурс. http://www.darpa.mil/GRANDCHALLENGE/ (Дата обращения: 18 апрель 2009)

37. Hoffmann G., Tomlin С. Autonomous Automobile Trajectory Tracking for Off-Road Driving: Controller Design, Experimental Validation and Racing //To appear in the Proceedings of the 26th American Control Conference. New York, 2007.

38. DARPA Urban Challenge Documentation. http://www.darpa.mil/grandchallenge/docs/TechnicalEvaluation Criteria 031607.p df (Дата обращения: 18 апрель 2009)

39. R. Mason. The Golem Group/UCLA autonomous ground vehicle in the DARPA Grand Challenge //Journal of Field Robotics. 2006. Vol 23, №8. P.527 -552.

40. Iagnemma K., Buehler M. Special issue on the DARPA Grand Challenge. // Journal of Field Robotics. 2006. Vol 23, №9. P.655 657.

41. Atreya A. R., Cattle В. C. Princeton university's entry in the 2005 DARPA Grand Challenge. // Prospect Eleven. 2006. Vol 23, №9, P.745 753.

42. Официальная страница соревнований «Робокросс Селигер-2010» электронный ресурс. http://www.robosport.ru (Дата обращения: 27 апрель 2010)

43. Беспилотные автомобили из Университета Пармы электронный ресурс. http://www.computerra.ru/vision/557286/ (Дата обращения: 27 апрель 2010)

44. Голубев Ю.Ф.Основы теоретической механики. М.: МГУ, 2000 г. 252с.

45. Формула Кардано электронный ресурс. http•.//ru■wikipedia.org/wiki/Фopмyлa Кардано (Дата обращения: 7 январь 2010)

46. Егупова Н.Д. Методы классической и современной теории автоматического управления. М.: МГТУ, 2000. 170 с.

47. Window Forms подсистема .NET Framework электронный ресурс. http://en.wikipedia.org/wiki/WindowsForms (Дата обращения: 18 январь2009)

48. Microsoft Robotic Developer Studio электронный ресурс.http://msdn.microsoft.com/en-us/library/bb483024.aspx (Дата обращения: 18 январь 2009)

49. Burgard W., Thrun S. Learning compact 3D models of indoor and outdoor environments with a mobile robot //Proceedings of the Fourth European Workshop on Advanced Mobile-Robots (EUROBOT'Ol). Lund (Sweden), 2001. P. 11-32.

50. Früh С., Zakhor A. 3D model generation for cities using aerial photographs and ground level laser scans //Proceedings of the Computer Vision and Pattern Recognition Conference (CVPR'01). Hawaii, 2001. P. 51-71.

51. The ACTS RESOLV (REconstruction using Scanned Laser and Video) Project, http://www.comp.leeds.ac.uk/resolv (Дата обращения: 25 март 2009)

52. Sequeira V., Goncalves J. 3D environment modelling using laser range sensing //Robotics and Automation. 1995. Vol 2, №8. P. 81-91.

53. Sequeira V., Goncalves J. Automated 3D reconstruction of interiors with multiple scan-views. //Proceedings of the SPIEs 11th Annual Symposium on Electronic Imaging'99. San Jose, 1999. P. 91-98.

54. AVENUE (autonomous vehicle for exploration and navigation in urban environments) Project, http://www.cs.оlumbia.edu/robotics/proiects/avenue (Дата обращения: 25 март 2009)

55. Allen P., Stamos I. AVENUE: automated site modelling in urban environments //Proceedings of the Third International Conference on 3D Digital Imaging and Modeling (3DIM'01). Quebec City (Canada), 2001. P. 21-31.

56. Gueorguiev A., Allen P. Design, architecture and control of a mobile site-modelling robot //Proceedings of the IEEE International Conference on Robotics and Automation (ICRA'00). San Francisco (CA), 2000. P. 43-51.

57. Зенкевич C.JI., Минин A.A., Све Лин Хту Аунг. Построение пространственного плана мобильным роботом //Экстремальная робототехника:

58. Труды всероссийской научно-практической конференции. СПБ.,2009. С.269-271.

59. Зенкевич С.Л., Минин A.A., Све Лин Хту Аунг. Ещё одно решение задачи построения 3D карты //Мехатроника, автоматизация, управление. 2010. №6. С.55-61.

60. Све Лин Хту Аунг. Управление движением мобильного робота вдоль тротуара по данным лазерного дальномера //Экстремальная робототехника: Труды международной конференции с элементами научной школы для молодёжи. СПБ., 2010. С.272-277.

61. Све Лин Хту Аунг. Параметрический синтез закона управления движением мобильного робота в городских условиях //Вестник МГТУ им. Н.Э.Баумана.Приборостроение. 2011. №1. С.46-56.