Systems. Methods. Technologies 3 (39) 2018

Системы Методы Технологии. М.Ю. Васенёв. Перспективные направления … 2018 № 3 (39) с. 125-129 127 лись еще в 90-е гг.ХХ в., но процесс развития таких систем пока идет довольно медленно[8]. Помимо сложности реализации SLAM-подхода на программном уровне, необходим значительный набор дорогостоящих компонентов (что приводит к росту цены на уже саму по себе дорогую технику, несомнен- но, замедляя внедрение данной технологии повсемест- но).Среди этих устройств: • 2D и 3D лазерные дальномеры; • камера/стереокамера; • GPS-приемник; • блок инерциальных измерений; • производительный компьютер для обработки по- лученных данных. Для того чтобы внести некоторую ясность в вопрос о функционировании SLAM-метода, схематично пред- ставим его примерную структуру (рис. 2) [9]. Рис.2. Структурная схема SLAM-алгоритма На момент написания статьи не имеется каких-либо данныхо том, что системы по автоматизированному наведению лесозаготовительной машины на объект уже устанавливаются в серийные образцы техники. Пока это либо экспериментальные агрегаты, конструи- руемые на опытных предприятиях, либо отдельные устройства, выполняющие сканирование местности в поиске деревьеви в дальнейшем передающие информа- цию посредством USB или радиоканала в саму маши- ну. Ярким примером является проект « The Forestrix- Project ATVPlatform». Более подробно о SLAM-методе и данной разработкеговорится в [10]. К данному направлению автоматизации лесозагото- вительных машин также можно отнести метод, разра- ботанный учеными УГЛТУ С.П. Санниковым, П.А. Серковым и др. Предполагается, что на мониторе у оператора будет представлена карта с деревьями (в виде точек), отмеченными с помощью RFID-меток: красные точки—запретна спиливание, зеленые — спиливание разрешено. Цвет и форма точки указывают на геометрические размеры и породу дерева. При наведении рабочей головки манипулятора ЛЗМ на помеченное дерево отметка на мониторе машины становится активной, увеличивается в размерах, при- чем,появляется информация о дереве: порода, возраст, высота, диаметр и пр. Таким образом, оператор имеет полную информацию о дереве и принимает решение, как его распилить и куда положить сортимент. После принятия решения оператором о том, какое дерево на- до спилить, контроллер автоматизированной системы управления (АСУ) по специально разработанному ал- горитму наводит рабочую головку манипулятора на ствол дерева [11]. Автоматические движения манипуляторной ус- тановки. Данный аспект непосредственно связан с п.1 и 2 этой статьи. Обычно для решения данной про- блемынеобходимо решить две основные кинематиче- ские задачи: • прямую (вычисление координат рабочего органа манипулятора по его кинематической схеме и углам между звеньями); • обратную (определение положений звеньев мани- пулятора, исходя из позиции его рабочей головки). Обе задачи решаются с помощью ряда методов. Ес- ли для решения прямой задачи чаще всего применяют- ся неизменные подходы, геометрический и матричный, то для решения обратной, более сложной, задачи ис- следователи часто предлагают методы собственной разработки. Ознакомиться с различными аспектами автоматизации КМУ можно в работах [12–14]. Детектирование и обход препятствий при дви- жении лесозаготовительной машины / манипуля- торной установки. Для дистанционно управляемых или полностью автономных машин, функционирую- щих в тяжелых условиях, возможность исключения препятствий является одной из важнейших функций. В некоторых современных серийных образцах такой тех- ники уже реализуется наиболее простая форма обхода препятствий —это остановка перемещения манипуля- торной установки в случае обнаружения какой-либо преграды. На ряде экспериментальных машин внедряются функции обхода препятствий при перемещении их по лесу и на рабочей площадке. Для этого применяются так называемые алгоритмы поиска путей в лабиринтеи их модификации. Входные данные получаютс оптиче- ских/ультразвуковыхдатчиков или камерв различных точках машины. Важно учитывать, что тип встречающихся в лесу препятствий довольно обширен. Необходимо измерять как их размер, так и расстояние до них, а потом уже планировать путь проезда. Сложность также заключа- ется в том, что ряд преград довольно тяжело опреде- лить, например, всевозможные канавы, рвы, сливаю- щиеся с ландшафтом и т.д.