Как повысить производительность автономных роботов – знают в ЛЭТИ
Исследователи СПбГЭТУ «ЛЭТИ» предложили алгоритм фильтрации лазерных сканов с лидаров, основанный на соответствии сканов друг другу. Новый подход позволит сократить среднее время обработки информации и повысить производительность робота за счет оптимизации затрат его вычислительных ресурсов. Исследователи разработали формулы, позволяющие адаптировать фильтр к конкретному роботу с известной скоростью и характеристиками лидара, а также предложили при движении в помещении использовать детектор коридоров. Результаты исследования опубликованы в высокорейтинговом международном журнале Robotics and Autonomous Systems.
В современной робототехнике применяются лидары и дальномеры, работающие на алгоритмах SLAM (одновременная локализация и построение карты) и SfM (структура из движения). Обе технологии имеют общий недостаток – они собирают одновременно слишком мало и слишком много информации. С одной стороны, данных слишком мало, потому что их невозможно обобщить без существенной потери точности. В то же время для хранения и обработки данных, которые собираются каждые 30 мс, требуется большой объем памяти. Например, для робота, который движется со скоростью меньше 60 км/ч, нет необходимости сканировать пространство столь часто, иначе точность собираемой информации снижается из-за избыточного количества густых облаков точек.
Проанализировав существующие методики уменьшения размеров лазерного скана, заведующий кафедрой математического обеспечения и применения ЭВМ (МО ЭВМ) СПбГЭТУ «ЛЭТИ» Кирилл Владимирович Кринкин и ассистент этой же кафедры Антон Юрьевич Филатов пришли к выводу: чтобы ускорить фильтрацию, нужно уменьшить количество входных данных и определить ценность каждого сканирования для последующей передачи исходного скана в ядро алгоритма SLAM.
Для решения поставленной задачи исследователи ЛЭТИ предложили использовать корреляционный фильтр для двухмерных лазерных сканов. Принцип его действия заключается в сравнении текущего входящего лазерного скана с предыдущим. Если сканы «информационно похожи», то текущий скан не обрабатываться. «Чтобы избежать шума в наблюдениях, лучше сравнивать входящий скан с несколькими предыдущими сканами. Таким образом, появляется скользящее окно сканов, которое играет роль эталона для новых входящих данных», – поясняет К.В. Кринкин. Для расчета корреляции сканов было предложено создавать для каждого из них гистограммы, основанные на разделении по дальности и по углам, а затем производить расчет корреляции путем вычисления коэффициента Пирсона.
Чтобы не потерять полезную информацию при движении робота по средам без особенностей, например, по коридорам, ученые предложили обнаруживать сканы таких сред до фильтрации и не отбрасывать их. Для этого необходимо просмотреть каждую точку лазерного сканирования и вычислить знак разности дальностей текущей и следующей точек. Точность определения зависит от строения коридора и может быть разной в конкретных условиях.
Исследователи протестировали предложенный метод на наборах данных MIT stata dataset и TUM dataset с алгоритмами vinySLAM, Gmapping и Google Cartographer.
«Эксперименты показали, что предложенный алгоритм фильтрации работает значительно быстрее, чем имеющиеся алгоритмы сопоставления сканов (5,9⋅10-5 с для фильтрации, 12,9⋅10-3 с для совмещения сканов vinySLAM). Данный метод позволяет более чем на 40% сэкономить время обработки сканов, а также высвободить вычислительные ресурсы для решения других задач».
Заведующий кафедрой математического обеспечения и применения ЭВМ Кирилл Владимирович Кринкин Исследование выполнено на средства гранта Министерства науки и высшего образования Российской Федерации. Отдельные материалы и оборудование предоставлены компанией JetBrains Research.
Корпоративная программа повышения управленческих компетенций People Management ЕДИНОГО ЦУПИС стала победителем в номинации «Прорыв года» премии «Эффективное образование». Награда является отражением вклада компании в образовательный процесс персонала.
Будущие агрономы из института менеджмента, экономики и агротехнологий, а также сельскохозяйственного колледжа ХГУ на один день стали дегустаторами овощей, которые используются в повседневном рационе. Вкусные занятия прошли на форуме-выставке достижений обучающихся.
Правительство Хакасии поддерживает исследовательскую деятельность учёных ХГУ им. Н.Ф. Катанова с помощью региональных мер. С 2018 по 2023 годы общее финансирование на эти цели из республиканского бюджета увеличилось в несколько раз, а грантовая поддержка проектов возросла в 21 раз.
Нейрохирурги Института Вельтищева Пироговского Университета ввели в практику метод помощи детям с детским церебральным параличом и генетическими патологиями мозга.
rid: 2SDnjcKARhk
Курс для желающих обучиться профессии кадровика с нуля и для специалистов по кадрам и управлению персоналом с опытом работы стартует 21 января в Торгово-промышленной палате Республики Коми.
Алина Сагалакова из института естественных наук и математики Хакасского госуниверситета заняла третье место в весовой категории до 50 кг на всероссийском турнире по спортивной борьбе (спортивная дисциплина – вольная борьба) памяти Героя труда Российской Федерации, заслуженного тренера СССР Д.Г. Миндиашвили.
Контекст: в Госдуме поддерживают предложение Минобрнауки об отказе от бакалавриата, переходе на базовое и специализированное высшее образование с 1 сентября 2026 года.
Титр: Ольга Юрьевна Милушкина, доктор медицинских наук, профессор, член-корреспондент РАН, проректор по учебной работе Пироговского Университета
В Тольяттинском государственном университете (ТГУ) для студентов-инженеров завершился первый семестр обучения по новой дисциплине – «Инженерная подготовка».
Яна Гофф из института менеджмента, экономики и агротехнологий Хакасского госуниверситета вошла в число лучших региональных амбассадоров масштабного федерального проекта «Таврида.АРТ» в Москве.
Хакасский госуниверситет вошёл в состав учебно-педагогического округа Енисейской Сибири. Между вузами подписано соглашение о сотрудничстве. Оно открывает новые горизонты для эффективного взаимодействия по направлению подготовки «Педагогическое образование».
За выдающийся вклад в подготовку и проведение Всемирного фестиваля молодёжи-2024 студентка инженерно-технологического института Хакасского госуниверситета Анастасия Парасюк удостоена памятной медали Президента Российской Федерации Владимира Путина.
Главная цель конкурса — поддержать талантливых молодых ученых и специалистов в сфере охраны здоровья. Инициатива помогает не только мотивировать участников к разработке инновационных проектов, но и оказывать помощь в дальнейшей реализации идей.
Лечение двигательных нарушений — одно из ключевых направлений работы Института Вельтищева. С 2021 года в отделении нейрохирургии проводится селективная дорсальная ризотомия — операция, устраняющая спастичность в ногах. Увеличение количества пациентов с двигательными нарушениями подтолкнуло к освоению новых нейрохирургических практик для комплексного лечения.
Команда проекта «LeukoCheck» из числа студентов-медиков Хакасского госуниверситета стала победителем акселератора ТГУ в финальном треке «Агробиотехнологии». Начинающие учёные разрабатывают биомедицинскую технологию для прогнозирования риска сердечно-сосудистых заболеваний и их осложнений. В основе технологии – анализ баз данных с помощью нейросети.
