УДК 62-531.4

Применение технологий технического зрения в системах с манипуляторами

Робототехнические системы играют значимую роль в современной промышленности. Они значительно уменьшают потребность в ручном труде, повышают скорость и точность производственных операций. Особое место занимают промышленные манипуляторы – без них в настоящее время не обходятся такие отрасли, как машиностроение, электроника, и ряд других отраслей.

Современные алгоритмы управления позволяют манипуляторам осуществлять все более и более сложные операции. Манипуляторы прошли долгий путь от простейших цикловых алгоритмов управления, до интеллектуальных систем управления, позволяющих роботу самостоятельно оценивать обстановку и принимать решения.

Техническое зрение, вкупе с современными системами компьютерного управления, способны решать задачи, связанные с распознаванием образов тех или иных объектов, определением их пространственных координат, а также захватом и перемещением объекта в пространстве. Особую роль в данном случае играет аппарат искусственных нейронных сетей. Способность нейронных сетей к обучению и принципы их работы определяют высокую степень удобства применения этого аппарата применительно к задачам распознавания образов. Кроме того, большую роль играют алгоритмы обработки изображений (фильтрация изображений, преобразование цветов, выявление контуров, сегментация). Они позволяют выделить тот или иной объект по форме, отделить объекты друг от друга.

Искусственные нейронные сети представляют собой модели простых биологических процессов, аналогичных тем, что происходят в человеческом мозге. Нейронная сеть состоит из простейших элементов – нейронов. Они включают в себя синапсы (умножители), которые умножают входные воздействия на некоторую величину – вес синапса, сумматор, выполняющий суммирование преобразованных входных сигналов, а также нелинейный преобразователь, который преобразует полученную сумму в соответствии с заданной функцией. Широкое применение нашли пороговая, знаковая, сигмоидальная, линейные, полулинейные, треугольная функции. Нейронная сеть работает в двух состояниях – обучение и распознавание. В процессе обучения задаются веса синапсов, с учетом того, что нейросеть должна распознать заданный объект. Для этого нейросеть применяется по отношению к некоторому заданному объекту при нулевых весах, находится ответ сети, вычисляется ошибка и на основе вычисленного значения корректируются веса синапсов. Когда ошибка на выходе достигает нуля или становится меньше некоторого заданного порога, сеть считается обученной. Для обучения применяются алгоритмы локальной оптимизации, стохастические алгоритмы оптимизации, алгоритмы глобальной оптимизации. Нейронные сети состоят из слоев нейронов. Такая структура имеет входной, выходной и один или несколько скрытых слоев. Каждый из слоев, в свою очередь, состоит из ряда нейронов. Нейроны слоев соединены друг с другом через синаптические связи.

Применение технического зрения вместе с манипуляторами позволяет решать задачи сортировки, отбраковки, распределения объектов в заданной области. Кроме того, техническое зрение может служить частью мобильного робота, оснащенного манипулятором. Все эти приложения технического зрения направлены на сокращение применение человеческого труда, ускорение и повышение точности производственных процессов.

Такая система включает в себя сам манипулятор, непосредственно воспринимающее устройство (цифровая камера, датчик), систему обработки данных с датчиков, систему управления манипулятора. В зависимости от рода задач камера может быть установлена непосредственно на манипуляторе (и даже быть его рабочим органом), либо быть установлена на внешнем креплении, с которого осуществляется обзор всей рабочей зоны.

Существует множество решений в сфере технического зрения. Одним из таких решений является библиотека по обработке изображений и распознаванию образов OpenCV. Данная библиотека обладает широкими возможностями в плане обработки изображений, с данной библиотекой можно программировать на языках C, C++, Java, Python. Поддерживаются операционные системы Windows, Linux, MacOS, Android. Присутствуют алгоритмы по обработке изображений (фильтрация, преобразование цвета и т.д.), поддержка графического интерфейса пользователя, машинного обучения, распознавания движений, обнаружения объектов. OpenCV поддерживает нейронные сети прямого распространения, особенно многослойные персептроны. Важной особенностью также является то, что эта библиотека является свободной и бесплатной.

Применение OpenCV требует наличия платформы, которая будет выполнять программу, написанную для решения задач технического зрения. Это может быть как персональный компьютер, мобильная платформа (смартфон или планшет), так и решения вроде RasberryPi, что позволит сократить размеры системы управления, что особенно важно для мобильных робототехнических систем.

Список литературы:

1. Круглов В. В. Дли М. И. Голунов Р. Ю. Нечёткая логика и искусственные нейронные сети. М.: Физматлит, 2001. 221с.

2. http://opencv.org/