Řídicí systém robota pro sběr badmintonových míčků

Abstract

Badminton je raketová hra hraná na kurtu s míčky z peří nebo plastu. Špičkoví hráči trénují s více míčky najednou, které jim trenér nahazuje ručně. Po krátkém tréninku jsou po kurtu rozházeny míčky, které je potřeba posbírat, aby je trenér mohl znova nahazovat z ruky. V naši práci jsme vytvořili software pro autonom- ního robota, který detekuje míčky pomocí kamery, určí jejich polohu a posbírá je. Implementovali jsme to jako uzly v middlewaru ROS. Při vývoji jsme vytvořili simulované prostředí v simulátoru Gazebo a vytvořili jsme plugin který simuluje sbírání míčků. Vytvořili jsme také funkční sbírací mechanismus na principu ro- tačního kartáče otáčený motory, pomocí 3D tisku. Dále jsme vytvořili a anotovali dataset obsahující přes 2500 reálních snímků které obsahují více než 18500 míčků. Na tomto datasetu jsme trénovali neuronovou síť, která detekuje míčky z videa v reálném čase. V rámci našeho řešení jsme také vytvořili ROS uzly umožňující určit oblast pro práci a oblast pro filtraci detekcí použitím RViz interaktivních značek. 1

Badminton is a racquet game played on court with shuttles made from feath- ers or plastic. Top players train with many shuttlecocks at once, which are fed by coach from hand. After a short training period, shuttlecocks are scat- tered around the court, which need to be picked up so that coach can feed them from hand. In this thesis we created software for autonomous robot that de- tects shuttlecocks with camera, estimates their position and picks them up. We implemented this as nodes in ROS middleware. During development we created simulated environment in Gazebo, and created plugin that simulates shuttle pick- ing. We also created fully working picking mechanism of real shuttlecocks based on rotary brushes powered by motors, utilising 3D printing. Furthermore, we cre- ated and annotated dataset for object detection of over 2500 images and 18500 objects that we used for training and evaluation of state of the art neural net- work, that detects shuttlecocks from video. As part of our solution we developed ROS nodes that allows us to specify working area and area for filtering detections using RViz interactive markers. 1