Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Системы очувствления и адаптивные промышленные роботы

..pdf
Скачиваний:
12
Добавлен:
12.11.2023
Размер:
16.86 Mб
Скачать

Полное совпадение объекта с эталоном в пространстве выбранных признаков, как правило, не достигается, поэтому задается допусти­ мое различие между эталоном и изображением, в пределах этого различия и проверяется их совпадение.

Если обозначить исходное изображение объекта F (i, /), эталон Е (/, i)y а вычисленное различие Т, то процедуру сравнения можно формально записать как

7, = S S [ ^ ( / ,

j ) I2;

i

1

(4.16)

T = T , I , \ F ( i ,

j) — E (/, /)|.

i

J

 

Здесь индексы i и / характеризуют положение элементов в дискрет­

ном

цифровом

изображении.

 

по правилу

Совпадение

эталона

с объектом проверяется

 

 

 

 

 

D ^ T

,

(4.17)

где

D — заданное

пороговое различие.

 

Если

условие

(4.17)

не выполняется, то необходимо заменить

эталон

или перейти к

другому

изображению.

 

Покажем особенности метода сравнения с эталонами при ис­ пользовании некоторых систем признаков. Если в качестве призна­ ков выбраны площадь и периметр изображения, размеры вписанных и описанных фигур, момент инерции и подобные геометрические свойства, то следует учесть масштабирование и на этапе предвари­ тельной обработки нормировать изображения по какому-либо пара­ метру. Например, площадь описанного прямоугольника или окруж­ ности нормируется квадратом периметра изображения, а периметр — значением корня квадратного из площади изображения.

Важным методом идентификации

изображений по

геометриче­

ским или другим признакам служит

метод построения

графов ре­

шений. Его успешно применяют в тех случаях, когда

в заданном

классе изображений имеются объекты, которые невозможно разли­ чить по одному признаку изображения, и для правильного распо­ знавания необходимо использовать несколько признаков. От метода сравнения изображения и эталона по векторам признаков метод графов отличается тем, что в нем на каждом этапе сравнения про­ исходит отбор возможных решений. Таким образом, число возможных решений задачи распознавания уменьшается на каждом этапе срав­ нения.

Граф

(или дерево)

распознавания

по

геометрическим признакам

представлен на рис.

4.6.

Цифрами

/,

//,

..., X обозначены

воз­

можные

решения — номера

распознаваемых

объектов.

Буквы

А ,

В, ..., Q

в вершинах

графа обозначают операторы,

выделяющие

определенные признаки изображения. Например, оператор А про­ водит классификацию изображения по длине и высоте описанного

прямоугольника, операторы В

и С — по площади,

D E F G

могут

быть операторами, проводящими классификацию по

числу

углов,

Н и Q — по отстоянию углов

друг от друга. Граф

может

иметь

112

 

Рис.

‘1.(>. Дерево распознавания

 

 

 

 

 

 

 

больше

или

меньше уровней,

 

и

со­

 

 

 

 

 

держание

операторов

может

быть

 

 

 

 

 

различным.

 

 

 

сравнения

 

 

 

 

 

Модификацией метода

 

 

 

 

 

с эталоном

является

корреляцион­

 

 

 

 

 

ный

метод,

основанный

на

 

вычи­

 

 

 

 

 

слении

взаимокорреляционной функ­

 

 

 

 

 

ции между эталоном и изображе­

 

 

 

 

 

нием.

 

Классификация

изображений

 

 

 

 

 

проводится по результату: чем боль­

1

V ш

w i

n

 

ше

значение

функции

взаимной

 

 

 

 

 

корреляции, тем с большей вероят­

 

 

 

 

 

ностью

 

эталон

совпадает

с

 

изо­

 

 

 

ш шш а

бражением. Используя обозначения,

 

для

вычисления

взаи­

принятые в

выражении

(4.16),

формулу

мокорреляционной функции

К

 

можно

представить

в виде

 

 

 

 

 

 

 

K = S ? : F (I , j ) E ( i , о.

 

 

 

 

 

 

 

 

 

 

*

/

 

 

 

 

 

 

Максимальное значение взаимокорреляционной функции

равно

 

 

 

 

 

 

 

L E

 

[£(»■. /Ж

 

 

 

 

 

 

 

 

 

 

 

s

1

 

 

 

 

 

 

Оно достигается при полном совпадении изображения с эталоном.

Нормированная взаимокорреляционная

функция

£

% F ( i ,

j ) E ( i ,

j)

R =

‘ s E i / M

f . />]*

 

 

i i

 

 

при совпадении эталона с изображением достигает максимального значения, равного единице.

Использование корреляционного метода и метода прямого срав­ нения с эталоном предъявляет к процессу предварительной обра­ ботки изображений общие требования. Они заключаются в том, что изображение и эталон должны быть одинаково ориентированы, иметь равный масштаб и не быть сдвинутыми друг относительно друга в поле изображения. Другим свойством этих методов, кото­ рое следует учитывать, является необходимость использования большого количества эталонов. Это особенно важно в тех случаях, когда решаются задачи распознавания объектов изменением их проекции.

Алгоритмы вычисления параметров положения объекта. Под параметрами положения объекта обычно понимаются три значения

координат его

центра масс и три угла, задающие его ориентацию

в трехмерном

пространстве. Чаще всего в роботогехпических зада­

чах обрабатываются двумерные сцены, и под параметрами положения

113

понимают две координаты на плоскости и угол наклона оси симметрии объекта к одной из координатных осей.

Алгоритмы вычисления параметров положения объектов на двумерных изображениях сцены могут быть реализованы, если на изображении с несколькими объектами выделен один из них или если задано изображение с одним объектом. В простейшем случае для определения положения объекта достаточно вычислить коорди­ наты центра описанного прямоугольника. Определяются максималь­ ная и минимальная абсциссы /1Пах и /пГп, и ординаты i]mx и imln, на которые в кадре попадает изображение объекта. В некоторых за­ дачах требуется определять «центр масс» изображения, тогда вме­ сто используется функция яркости

l i f i j V U

Ус= i

W *

i

J

Как уже указывалось, задача определения ориентации плоского

изображения

сводится к

вычислению наклона

его оси

симметрии

к осям координат.

координат

 

поля

зрения

X O Y . Допустим,

Рассмотрим систему

 

что система координат с началом в центре объекта Х*СК*

связана

с осями симметрии Х°СК0. Тогда центробежный момент

инерции

/ 0

относи1ельно

системы X ° C Y °

равен

нулю. Его

выражение

и

вы­

ражения моментов инерции J x и J y

относительно осей

ОХе и O Y e

имеют гид

 

 

 

 

 

 

 

 

 

 

 

^0

i

X i j U i f i i J z = О,

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

Jy — S

Я ( х ц - * с)3ву;

 

 

 

 

 

 

i

i

 

 

 

 

 

 

 

 

Jx =

{yij — УсУ $ij-

 

 

 

 

 

 

<

/

 

 

 

 

 

 

 

Переход

от системы

координат

 

X O Y

к системе X * C Y * :

 

 

дг* = д г - д г с;

у* = у ~ у с.

 

 

 

 

Переход

от системы

X * C Y *

к

системе X QC Y e:

 

 

 

 

Хо — лг* cos0

 

- у* sin 0;

 

 

 

 

 

Уо = х* sin 0 —у* cos0.

 

 

 

 

114

Если теперь, используя подстановку, записать выражение для момента / е в системе координат X * C Y * н приравнять его нулю, то придем к уравнению

6

7 7 ^ 7 7 -

где ] ху = £

Ц (xtJ — х е) (уи - уе) Ьи .

i

I

Приведем в заключение еще одну формулу для вычисления на­ клона оси объекта. Эта формула широко применяется для определе­ ния наклона аппроксимирующих прямых п получена но методу на­ именьших квадратов:

tg 0

где

ху — ху

(4.18)

X2 (х)1

X =

 

2J Z3У*

 

 

t /

 

 

 

X j j j’ j j d j j

*y = - 1 2

S

^

2

S

%!ЬЧ

X*

 

 

2t 2/ ^

Однако выражение (4.18) позволяет вычислить наименьший угол

наклона осей

объекта. Это означает, что если под

меньшим углом

к оси ОХ окажется наклоненной не продольная, а

поперечная ось,

то именно ее

наклон и будет вычислен.

 

Алгоритмы обработки информации от сканирующего дально­ мера (СД) обзорно-информационной СТЗ. Информация от СД сооб­ щается роботу, движущемуся в недетермированной среде.

Алгоритм обработки информации от СД об объектах манипули­ рования строится таким образом, чтобы выполнить основную задачу - обеспечение безопасности движения транспортного средства, рабо­ тающего, например, в условиях цеха. Обработка информации про­ водится в три этапа.

1. С помощью пороговой фильтрации строится шкала препят­ ствий d (/г), где признак d характеризует близость препятствия в дан­ ном направлении сканирования п внешней среды (рис. 4.7).

2. Проводятся обобщение и фильтрация выбросов шкалы пре­ пятствий d (п), на основе которых выделяются области препятствий

ипроходов.

3.Производится оценка выделенных проходов и определение направления движения с учетом решаемой роботом задачи.

1 1 5

flOpuZlI

 

 

 

 

 

Йис. 4.7. Диаграмма фильтрации шкалы

 

 

 

 

 

 

 

препятствий

 

 

d

 

 

 

 

 

 

 

 

 

 

 

•"I

|

 

 

 

 

 

 

 

 

 

 

11

1г г т

 

 

 

 

 

 

 

 

 

11

1

!

1

f

 

Признак d может

прини­

_1L---1 !

 

1 1 1

1

11

 

 

 

мать

следующие

значения:

1 1 1

II

1 1

 

 

 

.J L J

1 1

u

|_____ i

п

—1 — нет информации в дан­

Нет

1 1

 

Проход

 

ном

направлении;

0 — в

1 1

 

 

 

 

инф орм ации LJ

 

 

 

 

данном

направлении

нет

препятствий ближе

1,5 м;

 

 

 

1 — в данном направлении

обнаружено

далекое препятствие

(измеренная дальность составляет 0,5—1,5 м);

2 — в данном

направлении

обнаружено близкое препятствие

(из­

меренная

дальность

меньше 0,5 м).

 

 

 

 

 

 

На начальном этапе проводится очередное измерение и обрабаты­ ваются его результаты. Организация предварительной обработки диктуется техническими особенностями дальномера. В результате вычисляется текущий признак d t и п для проведенного измерения. Далее осуществляется формирование текущей шкалы препятствий d (п) следующим образом. После вычисления очередного текущего направления движения всем признакам шкалы присваивается зна­ чение минус 1. В дальнейшем полученное для данного направления dt значение признака сравнивается с соответствующим значением при­ знака шкалы препятствий d (п), и в шкалу препятствий записыва­ ется более приоритетный из них (наибольший).

На следующем этапе проводится фильтрация шкалы препятствий. Целесообразны два алгоритма подобной фильтрации.

Первый из них производит фильтрацию признаков на основе статистической или приоритетной обработки в заранее заданных областях наблюдения (секторах). Второй алгоритм на основе шкалы препятствий формирует массивы данных п (k)y d (k), исключая вы­ бросы и объединяя лучи (или направления) с одинаковыми приз­ наками, где k — номер прохода или препятствия.

Параллельно с указанной фильтрацией осуществляется формиро­

вание признака

ситуации L,

принимающего следующие значения:

0

— нет близких препятствий;

1

— близкое

препятствие

слева;

2 — близкое

препятствие

справа;

3 — близкое

препятствие

с обеих сторон.

Из всех возможных проходов для мобильного робота выбирается наиболее широкий или наименее удаленный от заданного направле­ ния движения. Алгоритм управления представлен на рис. 4.8. (Более подробно см.: Обзорно-информационная система макета мо­ бильного робота/Д. Е. Охоцимский, В. А. Веселов, В. Г. Кузне­ цов и др. Припринт. 1982, № 45. М., ИПМ им. М. В. Кел­ дыша.)

Основным режимом является движение вперед с огибанием пре­ пятствий. Разворот на месте осуществляется с постоянным визуаль­ ным контролем, при этом сектор обзора дальномера ориентирован так же, как и при движении вперед, — прямо по курсу, и разворот оканчивается, когда выбранный проход попадает в поле зрения СТЗ.

1К>

Рис. 4.8. Алгоритм управле­ ния с вычислением проходов

Это означает, что система управления может перейти на режим дви­ жения вперед с огибанием препятствий.

Целесообразна организация специальных маневров, в которых движение в заданном режиме осуществляется до тех пор, пока не будет удовлетворено некоторое условие, накладываемое на получа­ емую в ходе движения информацию о внешней среде. При подобных маневрах может быть организовано целенаправленное планирование перемещения робота без использования системы счисления пути, например, без одометрии.

Любой из таких маневров снабжается специальной программойанализатором. Информация об окончании маневра или причине аварийного останова передается монитору системы управления. Подобная организация режимов движения характеризуется высо­ кой эффективностью с точки зрения отладки и контроля.

Возможно использование и двумерных представлений видимой части среды для выбора направления движения транспортного ро­ бота.

Последовательность секторов сканирования, попадающих на опорную горизонтальную поверхность при движении сканирующего устройства вверх-вниз, может быть разбита в соответствии с углом

поворота на

несколько

зон. В этом случае

локальная информация

о местности

передается

в виде матрицы р

(млм3), где р — признак

измерения в направлении; пл — номер луча в секторе сканирования;

— номер зоны. Подобная матрица представляет собой локальную двумерную модель среды (типа карты).

Основные этапы обработки информации аналогичны рассмотрен­ ным выше для одномерного случая. Прежде всего матрица подверга­ ется фильтрации с целью сглаживания и удаления случайных вы­

117

бросов. Для этого применяют алгоритм, основанный на методе логического усреднения.

После фильтрации определяются параметры движения по ло­ кальной карте. Параметры, задающие движение транспортного ро­ бота, — линейная скорость v центра масс и угловая скорость со робота в горизонтальной плоскости. Отыскивается ближайшая к ро­

боту строка локальной карты (зона), содержащая

препятствия.

(Если таковых нет, то считается v = шах, со — 0.)

В этой строке

выделяется проход (как в одномерном случае), причем соответственно определяется направление поворота (знак со), а значение v находят из некоторой таблицы как функцию номера зоны. Эту функцию выбирают таким образом, чтобы робот успел развернуться к любому краю зоны /гл, поворачиваясь с максимальным ускорением со.

Если ширина найденного прохода меньше допустимой, то зна­ чение со определяют следующим образом. Для левой и правой поло­ вин локальной карты находят их заполненность препятствиями PL

и Ри \

P L --= И З ( « л); Рн = S Q W?)>

здесь Пл — номера лучей левой половины карты при их просмотре слева направо от самого левого луча до первого луча, содержащего

препятствия в первой зоне; аналогично п!л — номера лучей правой половины карты при их просмотре справа налево от самого правого луча до первого, содержащего препятствие в первой зоне; Q (п) — функция от номера луча, ее значение на единицу меньше номера

той

зоны, в которой для луча п

оказалось

препятствие. Величины

Р ь

и P R характеризуют площадь

свободного места слева и справа от

робота.

со выбирают

в

сторону

максимального

из

Соответственно значение

P L и Р н .

 

 

 

СД о

 

 

Алго ритмы обработки

информации

от

геометрической

структуре недетерминированной среды применяются вСТЗ, например, для транспортных роботов.

Известен следующий достаточно универсальный и экономичный способ подробного представления данных о внешней среде в виде информационного поля для СТЗ, построенных с использованием сканирующих, дальномеров.

Выбирается абсолютная система координат OXaKaZa. Формулы

перехода из абсолютной

в базовую соосную систему координат

O X 6Y 6ZG имеют простой

вид:

где л;0, Уо, ZQ — начало базовой системы, а гХУ е,у, ez подбираются такими, чтобы единица в базовой системе была немного меньше средней погрешности измерения.

118

Рис. 4.9. Граф формирования признака

 

Модель

 

среды

представляет

со­

бой массив

информационных

эле­

ментов,

в

каждом

из

 

которых

хранятся

координаты

измеренной

точки

в

базовой

системе

коорди­

нат

в

 

оценка

 

высоты

поверх­

ности

данной

точке

г,

погреш­

ность

измерения

е,

число

прове­

денных

в

заданной

точке

измерений N н специальный признак р %

о котором

 

будет

сказано

ниже.

На каждую координату измеренной точки отводится по 10 раз­ рядов. Это позволяет хранить информацию о поверхности из некоего

куба К

 

К = (0 с

< 21®- 1; 0 < у, < 210 - 1; 0 < < 210 1).

Считывание и запись информации в модель среды осуществляются с помощью специального программного блока доступа, к которому обращаются СТЗ и система построения движения робота.

Основными функциями блока доступа являются:

По

заданным

\ х у

у)

выдать (г, N, е, р\.

 

По

заданным

|.г,

у j

записать

указанные

(г, N , в, р).

По

заданным

\х>

у}

выдать {г,

N, в, р)

для соседних точек.

Отсутствие информации в элементе эквивалентно заданию р = 0,

N = 0.

На основе указанных трех операций на более высоком уровне могут быть реализованы операции:

1. Статистическое уточнение информации о данной точке.

2.Выделение точек, попавших в данную область, определяе­ мую некоторой сферой.

3.Выделение точек,‘попавших в область, определяемую траекто­

рией движения манипулятора или частей робота.

4. Вычисление возможности установки объектов в заданную точку. В этом случае по соседним элементам вычисляется максималь­ ный перепад высот в окрестности заданной точки. Если он меньше заданного порога, то установка объекта манипулирования возможна.

Значения признака р приведены на рис. 4.9. На этом же рисунке представлен граф возможных переходов признака р в элементе при работе системы. В начальный момент р — 0 (отсутствие инфор­ мации). Этот признак в дальнейшем принимает либо значение р = 3, если возможна лишь оценка сверху высоты в данной точке, либо

значение

/? = 4, если измерения проводились непосредственно

в данной

точке.

119

Если для системы построения движения робота потребовалось выполнить операцию 4 для данной точки, то этой точке присваивается временный признак р — 6, который по выполнении операции при­ нимает значения 5, 1, 2:

(30 (Pi = 3) v (Pi = 0) =>Ро = 5;

[(VO (Pi =

4) V (pi

=

!) V (Pi =

2)1 A [max | г0 -

zt | <

TJ =>p0 =

1;

I(V0 (Pi =

4) V

(Pi

=

1) V (Pi =

2)1 Л [max | г0 -

гг | >

T j => р 0 =

2;

(при этом

г =

1, 2,

8, т. е. выбираются соседи данной точки

в области

размером

ЗхЗ>.

 

 

 

 

Рассмотренные программные средства обработки дальномерной информации о внешней среде показали высокую эффективность.

Гл а в а СИСТЕМЫ УПРАВЛЕНИЯ АДАПТИВНЫХ ПРОМЫШЛЕННЫХ РОБОТОВ

5 И ИХ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

5.1. Принципы построения систем управления адаптивных роботов

Адаптивные роботы — это сложные системы, способные выпол­ нять различные задания в условиях недетерминированной среды. Система очувствления, являющаяся обязательным элементом ада­ птивного робота, обусловливает новые дополнительные функции системы управления, которые заключаются в следующем: принять от системы очувствления информацию о состоянии внешней среды, обработать ее, сформировать на основании этой информации управ­ ление. Все остальные функции программного обеспечения но управ­ лению движением исполнительного устройства адаптивного робота по существу совпадают с соответствующими функциями програм­ много робота.

Для иллюстрации этого обстоятельства рассмотрим пример, когда робот должен обойти некоторую последовательность точек позиционирования. Для программного робота такая последователь­ ность является фиксированной, например, случай взятия деталей с движущегося конвейера и укладки их в тару. Для адативного робота, снабженного, например, СТЗ, последовательность обхода точек позиционирования зависит от показаний системы очувств­ ления: робот может брать детали с конвейера и укладывать их в раз­ ную тару (задача сортировки). Тогда единственное различие систем управления (в той их части, которая обеспечивает исполнение зада­ ния) адаптивного и неадаптивного роботов заключается в наличии совокупности модулей, которые принимают информацию от СТЗ, обрабатывают ее (если СТЗ сама не обеспечивает необходимой об­ работки) и выбирают последовательность обхода уже имеющихся в памяти робота точек позиционирования. И коль скоро эта последо­ вательность выбрана, дальнейшие действия по ее интерпретации, вычислению требуемого управления для адаптивного и неадаптив­ ного роботов совпадают (рис. 5.1).

Это совпадение не является случайным фактором, характеризу­ ющим данный простой пример, оно является общей закономерностью, присущей адаптивным роботам с достаточно высокой степенью адап­

тации, и отражает иерархическую структуру системы управления адаптивного робота.

Иерархия — это такой способ организации системы, когда она представляется в виде многоуровневого набора взаимодействующих подсистем (называемых уровнями иерархии), каждая из которых

121

Соседние файлы в папке книги