Технические науки / 11. Робототехника

К.т.н. Колдаев В.Д.

Национальный исследовательский университет МИЭТ, Россия

Использование систем технического зрения для автоматизации управления технологическими процессами

Функционирование адаптивных систем технического зрения (СТЗ) основано на методах кодирования, сегментации и идентификации изображений на персональной электронной вычислительной машине (ПЭВМ) для анализа производственных ситуаций. Наличие механизмов адаптации позволяет использовать такие системы в контурах управления и контроля производственными линиями, участками, цехами, робототехническими комплексами (РТК).

Система ввода изображений преобразует энергию светового потока в электрические сигналы, поступающие в подсистему обработки сигналов, где они трансформируются в форму, пригодную для принятия решений с помощью ПЭВМ. В подсистему обычно включаются средства фильтрации, сегментации, нормировки, выделения контуров, анализа их кривизны и связности и др. Подсистема принятия решений, на основе информации об объекте, вырабатывает сигналы, отражающие принадлежность к определенному классу и характеристики, конкретизирующие его. Подсистема управления и контроля осуществляет функции управления, обучения, мониторинга и контроля функционирования. Подсистема алгоритмических моделей определяет потоки информации в СТЗ и объединяет все подсистемы в единое целое.

Алгоритмические модели могут быть реализованы в виде устройств (специальных процессоров, вычислителей) или программного обеспечения (ПО). При комплектации аппаратных подсистем СТЗ не всегда можно выбрать устройства, совместимые между собой по алгоритмическим моделям. В этом случае сопряжение осуществляется с помощью программных средств, выделенных в особую подсистему. Техническими системами среды являются различные производственные подсистемы (в частности РТК), связь с которыми осуществляется посредством управляющих сигналов, которые вырабатываются при принятии решений на основе алгоритмических моделей и существенно зависят: 1) от принадлежности объекта к одному из классов; 2) от информации, необходимой для выполнения производственных функций подсистемами среды [1].

Процесс обработки изображений в СТЗ можно разделить на следующие этапы: предварительная обработка и сегментация (выделение областей с однородной структурой); пространственный анализ (ориентация и взаимное расположение объектов); распознавание выделенных объектов. Существуют различные алгоритмы обработки видеообразов, применение которых зависит: от типа изображений (многоуровневых, бинарных); их сложности (большого числа объектов, перекрывания объектов в кадре); наличия шумов на изображении; типа данных, которые должны быть получены в результате обработки.

Наиболее быстродействующими, обеспечивающими заданную точность и не требующими большого объема памяти ПЭВМ являются методы, основанные на анализе контуров изображений. Методы с использованием информации о внутренних областях объектов и о фоне изображения более помехоустойчивы и предпочтительны при анализе трехмерных объектов с произвольной пространственной ориентацией. В алгоритмах прослеживания контура предполагается отсутствие помех типа разрывов в силуэте объекта. В алгоритмах поиска края объекта для каждого элемента изображения применяют критерий принадлежности краю (уровень яркости, контрастность, порог модуля градиента) в зависимости от априорной информации об объекте. Для оптимального выделения края используют методы динамического программирования или алгоритмы эвристического поиска.

Методы анализа контуров изображений применимы и к многоуровневым изображениям, однако для этого многоградационная структура исходного изображения часто преобразуется в бинарную. Выделение контуров может производиться как последовательными методами (прослеживанием с обнаружением края объектов), так и параллельными (методы пространственного дифференцирования, градиентные, с помощью операторов Робертса и Хьюккеля, метод масок).

Для кодирования контуров, используемых в СТЗ, часто используют координатное описание элементов, лежащих на границе объекта и фона. Модификацией данного метода является безадресное описание, в котором для кодирования сегмента используются его длина и координаты первой точки. Для сжатия информации при описании границ объектов применяют способы кодирования в виде цепных и угловых кодов. Алгоритмы обработки контуров цепными кодами обладают меньшей вычислительной сложностью, чем при других видах описаний. Тем не менее, в СТЗ цепной код применяется для хранения данных, а для их обработки описания изображений переводятся из цепного кода в координатный. Цепные коды обладают инвариантностью относительно переноса, а операции сокращения пути, растяжения и поворота характеризуются невысокой вычислительной сложностью. Однако, даже небольшая избыточность, присущая цепному коду, затрудняет обработку контуров из-за не инвариантности описания относительно переноса и поворота.

Угловые коды являются развитием цепных кодов и обеспечивают инвариантность описания относительно переноса и поворота на фиксированные углы. Максимальное сжатие достигается использованием гексагональной решетки дискретизации (для хранения одной точки требуется два бита). Применение угловых кодов обусловливает хорошую согласованность аппаратных и алгоритмических подсистем СТЗ, позволяет с минимальной вычислительной сложностью реализовать операции поворота и зеркального отображения и совместить различные функции обработки изображений. Методы кодирования изображений позволяют в рамках единых структур осуществлять анализ изображений, характеризующих изделия электронной техники, фиксировать дефекты материалов, проводить визуальный контроль и управлять производственными процессами. Необходимость применения операций фильтрации на начальном этапе обработки изображений вызвана появлением помех вследствие функционирования подсистемы ввода изображений в изменяющейся технологической среде, а также наличием шумов в ряде технических подсистем СТЗ [1]. Если число классов обрабатываемых изображений велико, то подсистема алгоритмических моделей должна иметь иерархическую структуру, на верхних уровнях которой выполняется ограничение классов с помощью характерных интегральных признаков, получаемых при аппаратной или программной реализации алгоритмов, а на нижних уровнях осуществляется целостное распознавание. Вопрос о выборе аппаратной или программной реализации алгоритмов тесно связан с требованиями реального времени и технико-экономическими ограничениями.

Программное обеспечение представляет собой совокупность программ, реализующих управление системой на основе разработанных алгоритмов, с помощью которых СТЗ оперативно воспринимает изменения во внешней и внутренней среде, соответственно меняет тактику поведения, распределяет выполнение операций по нескольким единицам оборудования. ПО СТЗ должно обладать гибкой структурой, допускающей модификацию базовой системы и обеспечивающей выполнение требования приспосабливаемости к конкретным областям работы в гибких автоматизированных производствах (ГАП). Проблема проектирования баз данных о производственной среде решается использованием главного процессора, управляющего взаимосвязью и синхронизацией всех устройств. ПО в этом случае можно разбить на отдельные модули, работающие на подчиненных устройствах и выполняющие последовательные этапы обработки информации в СТЗ.

Контроль над обменом данными между модулями возлагается на главный процессор. Такое распределение обработки позволяет использовать принцип вычислительных систем с общей шиной, где в качестве ведущего применен универсальный процессор, а ведомые устройства выполняются в виде контроллеров или подчиненных процессоров, обладающих своими значительными вычислительными мощностями. При этом для управления всей СТЗ используются операционные системы реального времени, имеющие в своем составе средства управления внешними устройствами через системные драйверы, обслуживающие операции ввода-вывода. Указанные средства являются основой создания систем манипуляции с базами данных сложных изображений, представленных в виде сцен. Все большее распространение получают специализированные системы ПО для параллельных ПЭВМ, представляющих собой матричные процессоры обработки изображений.

СТЗ находят применение на всех этапах разработки, производства и управления (САПР, АСУТП, АСУ технологической подготовки производства, АСУ научных исследований и испытаний, РТК, станки с ЧПУ). Создание ГПС повышает требования к оборудованию с СТЗ в робототехнике и к аппаратуре для управления технологическими процессами. Снижение расходов на разработку алгоритмического и программного обеспечения СТЗ, расширение их функциональных возможностей при использовании одних и тех же технических средств, способствует увеличению производительности и повышению качества изделий электронной техники.

Литература

1. Колдаев В.Д. Анализ контурной сегментации изображений в автоматизированных производственных системах [Текст] / В.Д. Колдаев // Оборонный комплекс – научно-техническому прогрессу России: Межотраслевой научно-технический журнал. – М.: ФГУП «ВИМИ», 2008. – Вып.4. – С.54-59.