Архитектурное сравнение ROS1 и ROS2 в контексте работы с данными облаков точек лидара
DOI: 10.21293/1818-0442-2025-28-3-132-138
☷
- О ТУСУРе
- Абитуриентам
-
Студентам
- Первокурсникам
- Расписание занятий
- Система дистанционного обучения
- Научно-образовательный портал
- Библиотека
- Групповое проектное обучение
- Журнал посещаемости
- Журнал успеваемости
- Клубы по интересам
- Спорт в ТУСУРе
- Профком студентов
- Содействие трудоустройству
- Облачное хранилище ТУСУРа
- Поддержка студенческих семей
- Поддержка участников СВО и их детей
- Многофункциональный центр
- Аспирантам
-
Сотрудникам
- Телефонный справочник
- Расписание занятий
- Система дистанционного обучения
- Научно-образовательный портал
- Библиотека
- Журнал посещаемости
- Журнал успеваемости
- Генератор рабочих программ
- Генератор ОПОП
- Генератор ИПРП
- Показатели эффективности труда ППС
- Спорт в ТУСУРе
- Профком сотрудников
- Облачное хранилище ТУСУРа
- Выпускникам
- Партнёрам
Аннотация: Проводится сравнительный анализ архитектурных особенностей ROS1 и ROS2 применительно к задаче обработки облаков точек LIDAR. Учитывая требования горнодобывающей отрасли к надежности, масштабируемости и устойчивости к отказам, рассмотрены ключевые компоненты обеих версий ROS, их архитектурные различия, ограничения ROS1 и преимущества ROS2. Особое внимание уделено реализации конвейера предобработки LiDAR-данных в ROS2, вопросам интеграции с модулями SLAM и обнаружения объектов, а также проблемам конфигурации DDS и настройки QoS. Также рассматриваются сложности, возникающие при переходе с ROS1 на ROS2, и предлагаются рекомендации по их преодолению, включая использование мостов для совместной работы узлов. Представленные результаты могут быть полезны при проектировании надежных и эффективных систем управления беспилотными транспортными средствами в условиях карьеров и других сложных производственных сред.
Ключевые слова: ROS, LiDAR, облака точек, SLAM, pointcloud_preprocessor, RViz
Сведения о финансировании: Работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации по соглашению от 30.09.2022 г. № 075-15-2022-1198 с ФГБОУ ВО «Кузбасский государственный технический университет им. Т.Ф. Горбачева» Комплексной научно-технической программы полного инновационного цикла «Разработка и внедрение комплекса технологий в областях разведки и добычи твердых полезных ископаемых, обеспечения промышленной безопасности, биоремедиации, создания новых продуктов глубокой переработки из угольного сырья при последовательном снижении экологической нагрузки на окружающую среду и рисков для жизни населения» (КНТП «Чистый уголь – Зеленый Кузбасс»), утвержденной Распоряжением Правительства Российской Федерации от 11 мая 2022 г. № 1144-р в рамках реализации мероприятия «Разработка и создание беспилотного карьерного самосвала челночного типа грузоподъемностью 220 тонн» в части выполнения научно-исследовательских и опытно-конструкторских работ.
Библиография статьи:
Коршунова Е. В. Архитектурное сравнение ROS1 и ROS2 в контексте работы с данными облаков точек лидара / Е. В. Коршунова, И. С. Сыркин, В. Ю. Садовец // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2025. – Т. 28, № 3. – С. 132–138. DOI: 10.21293/1818-0442-2025-28-3-132-138
Авторы и правообладатели:
- Коршунова Е. В. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
- Сыркин И. С. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
- Садовец В. Ю. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
- 1. G330 ROS-1 Tutorial: Point Cloud [Электронный ресурс]: Orbbec. – Режим доступа: https://www.orbbec.com/docs/g330-ros-1-tutorial-point-cloud/ (дата обращения: 22.05.2025).
- 2. Point Cloud Pre-processing Design [Электронный ресурс]: Autoware Foundation – Autoware Documentation. – Режим доступа: https://autowarefoundation.github.io/autowaredocumentation/main/design/autoware-architecture/sensing/data-types/point-cloud/ (дата обращения: 22.05.2025).
- 3. Дубинкин Д.М. Создание алгоритма обработки данных систем беспилотного управления карьерного самосвала для построения высокоточных 3D-карт местности / Д.М. Дубинкин, В.Ю. Садовец, И.С. Сыркин, Е.В. Коршунова // Уголь. – 2024. – № S11(1187). – С. 116–122. DOI: 10.18796/0041-5790-2024-11S-116-122.
- 4. Developing environmentally adapted simulators for autonomous mining dump trucks: a Multi-criteria approach to enhance sustainability and ecological safety / I. Syrkin, V. Sadovets, E. Korshunova et al. // International Journal of Ecosystems and Ecology Science. – 2024. – Vol. 14, No. 4. – P. 181–190. DOI: 10.31407/ijees14.422.
- 5. Выбор архитектуры системы управления беспилотным транспортным средством для движения по закрытым территориям / И.В. Лобачев, М.А. Рыженко, Г.А. Арутюнян, А.С. Муравьев, Д.М. Дубинкин // Вестник Казан. гос. техн. ун-та им. А.Н. Туполева. – 2024. – Т. 80, № 2. – С. 87–91.
- 6. Оптимизация показателей работы роботизированного экскаваторно-автомобильного комплекса разреза / Ю.Е. Воронов, А.Ю. Воронов, Д.М. Дубинкин, О.С. Максимова // Уголь. – 2024. – № 7(1182). – С. 62–67. DOI: 10.18796/0041-5790-2024-7-62-67.
- 7. Анализ показаний телеметрии при эксплуатации карьерных самосвалов грузоподъемностью 220 тонн / А.И. Бокарев, В.А. Дианов, А.Б. Карташов и др. // Горное оборудование и электромеханика. – 2024. – № 5(175). – С. 52–60. DOI: 10.26730/1816-4528-2024-5-52-60.
- 8. ROS2 with multiple machines doesn’t work properly with point clouds [Электронный ресурс]: arusso, gvdhoorn // ROS Answers Archive. – 2023. – URL: https://answers.ros.org/question/416682 (дата обращения: 13.05.2025).
- 9. Ros2 publish point cloud excluding intensity information [Электронный ресурс]: Vulcan.Shao // NVIDIA Developer Forums. – 04.07.2024. – URL: https://forums.developer.nvidia.com/t/ros2-publish-point-cloud-excluding-intensity-information/298606 (дата обращения: 11.05.2025).
- 10. Macenski S. Impact of ROS 2 Node Composition in Robotic Systems / S. Macenski, A. Soragna, M. Carroll, Z. Ge [Электронный ресурс]: arXiv preprint arXiv:2305.09933. – 17.05.2023. – URL: https://arxiv.org/pdf/2305.09933 (дата обращения: 22.05.2025).
- 11. Qiu Z. Exploring the performance of ROS 2: A survey of ROS 2 research, libraries and applications / Z. Qiu, H. Wang, M. Li [Электронный ресурс]: arXiv:2411.11607v2 [Preprint]. – 2024. – URL: https://arxiv.org/html/2411.11607v2 (дата обращения: 22.05.2025).
- 12. Mortensen A. Robot Operating System: How to model point cloud data in ROS 2 [Электронный ресурс]: Dev.to. – 2023. – URL: https://dev.to/admantium/robot-operating-system-how-to-model-point-cloud-data-in-ros2-ai (дата обращения: 18.05.2025).
- 13. Kin C. ros2_pointcloud_processor [Электронный ресурс]: GitHub. – 2024. – URL: https://github.com/ChristophKin/ros2_pointcloud_processor (дата обращения: 21.05.2025).
- 14. ROS on DDS [Электронный ресурс]: ROS 2 Design Working Group. – 2023. – URL: https://design.ros2.org/articles/ros_on_dds.html (дата обращения: 21.05.2025).
- 15. Addison J. ROS 2 Architecture Overview [Электронный ресурс]: Automatic Addison. – 2023. – URL: https://automaticaddison.com/ros-2-architecture-overview/(дата обращения: 22.05.2025).
-2026-1_%D0%BA%D0%BE%D0%BF%D0%B8%D1%8F.jpg)
Адрес редакции
Подписка на обновления
