Исследование систем управления манипулятором MR-999Е
Диссертация - Компьютеры, программирование
Другие диссертации по предмету Компьютеры, программирование
?ый ключ, перемычка). Обычно в большинстве промышленных систем технического зрения предполагается, что объекты сцены сегментированы как отдельные элементы. Другое общее ограничение относится к расположению устройств сбора информации относительно исследуемой сцены (обычно они располагаются перпендикулярно рабочей поверхности). Это приводит к уменьшению отклонений в характеристиках формы, а также упрощает процесс сегментации и описания в результате уменьшения вероятности загораживания одних объектов другими. Управление отклонениями в ориентации объекта производится путем выбора дескрипторов, инвариантных к вращению, или путем использования главных осей объекта для ориентирования его в предварительно определенном направлении.
Современные методы распознавания делятся на две основные категории: теоретические и структурные методы. Теоретические методы основываются на количественном описании (статическая структура), а в основе структурных методов лежат символические описания и их связи (последовательности направлений в границе, закодированной с помощью цепного кода).
Интерпретацию - процесс, который позволяет системе технического зрения приобрести более глубокие знания об окружающей среде по сравнению со знаниями, полученными с помощью методов, изложенных выше. Рассматриваемая с этой точки зрения интерпретация охватывает данные методы как неотъемлемую часть процесса понимания зрительной сцены. Хотя в области технического зрения она и является объектом активных исследований, достижения пока весьма незначительны. Ниже мы кратко рассмотрим проблемы, представляющие современные исследования в этой области технического зрения .
Мощность системы технического зрения определяется ее способностью выделять из сцены значимую информацию при различных условиях наблюдения и использовании минимальных знаний об объектах сцены. По ряду причин (неравномерное освещение, наличие тел, загораживающих объекты, геометрии наблюдения) этот тип обработки представляет трудную задачу. Много внимания уделено методам уменьшения разброса в интенсивности. Способы обратного и структурированного освещения позволяют устранить трудности, связанные с произвольным освещением рабочего пространства. К этим трудностям относятся теневые аффекты, усложняющие процесс определения контуров, и неоднородности на гладких поверхностях. Это часто приводит к тому, что они распознаются как отдельные объекты. Очевидно, многие из этих проблем обусловлены тем, что относительно мало известно о моделировании свойств освещения и отражения трехмерных сцен. Методы разметки линий и соединений представляют собой некоторые попытки в этом направлении, но они не в состоянии количественно объяснить эффекты взаимодействия освещения и отражения. Более перспективный подход основан на математических моделях, описывающих наиболее важные связи между освещением, отражением и характеристиками поверхности, такими, как ориентация.
2.7 Теоретико-множественная модель распознавания и идентификации
Рассмотрим теоретико-множественную модель процесса распознавания и идентификации объектов роботизированного производства.
Пусть задано пространство S в котором существует множество объектов X ={x1… xn}, также в нем находится робот R, оснащенный системой технического зрения SR. Пусть каждому объекту хі соответствует набор признаков {f1і…fkі}.
Тогда множество объектов X = {x1, x2… xn} можно охарактеризовать матрицей признаков:
F = .
Процесс идентификации будет заключаться в том, что объект хі может быть распознан по подмножеству признаков из множества признаков F. Для всего множества объектов Х набор подмножеств формирует множество :
= .
Общий вид процедуры распознавания объектов формально представляется в виде:
Х ,
где R(S) - робот, оснащенный системой датчиков S; - множество объектов; - множество распознанных объектов.
Процедура распознавания и идентификации объектов представлена в виде
,
где - множество сенсоров; - множество признаков;
-
множество распознанных признаков; - множество распознанных объектов.Таким образом, процедура идентификации будет состоять в определении в матрице распознанных признаков тех из них, которые являются достаточными для идентификации объектов:
=,
где - матрица идентифицированных признаков, характеризующее множество идентифицированных объектов .
Данная модель может быть использована при разработке подсистем распознавания и идентификации в составе систем технического зрения. Ее применение позволит обеспечить решение задач распознавания и идентификации объектов в рабочей зоне манипуляционных и мобильных роботов.
Во второй части работы проанализированы методы идентификации объектов в робототехнических системах и построена теоретико-множественная модель распознавания и идентификации.
Основными методами являются:
-метод сравнения с эталоном (установление совпадения двух точечных изображений);
-методы теории графов и распознавание (представление сегментов контура в виде графа и поиске на графе пути наименьшей стоимости, который соответствует значимым контурам);
-корреляционный метод (вычисление взаимокорреляционной функции между эталоном и изображением);
-распознавание через связи шаблонов (согласование компонентов изображения как шаблон и определение, какие об