Перевірка геометричних характеристик робота за допомогою лазерного інтерферометра

Анотація

У статті розглядається розробка прикладу докладання, демонструє практичне застосування комп'ютерного зору у сфері мобільної робототехніки. В основі проєкту лежить доступна та економічна апаратна платформа, що складається з Raspberry Pi, зовнішньої камери та сенсорного дисплея. Основна функція програми – розпізнавання та обробка чотирьох різних типів дорожніх знаків. Основною метою було довести можливість створення щодо простого та недорогого рішення для обробки зображень, що безпосередньо застосовується до проєктів мобільної робототехніки. Важливою мотивацією даної роботи стало створення педагогічного стенда, призначеного для тестування та вивчення подібних алгоритмів. Цей стенд є базовим освітнім інструментом, надаючи студентам практичну платформу для розуміння фундаментальних принципів обробки зображень та базових алгоритмів штучного інтелекту. Отриманий додаток і методологія, що лежить в його основі, будуть використовуватися для того, щоб допомогти студентам освоїти ці складні теми в практичному, реальному контексті. У статті докладно описані алгоритми та покроковий процес їх реалізації на апаратному рівні. У статті коротко описаний алгоритм розпізнавання дорожніх знаків, наочно проілюстрований блок-схемою для кращого розуміння. Програмне забезпечення розроблене на Python для платформ Raspberry Pi з використанням потужних бібліотек, таких як Numpy і OpenCV, які необхідні для виконання точних обчислень і широкого спектра завдань обробки зображень. Крім того, у статті описується процес створення бази даних зображень та їх підготовки, які використовуються як позитивні або негативні збіги для алгоритму розпізнавання. У разі позитивних збігів додаток навчався розпізнавати конкретні знаки, включаючи знак «Стоп», знак «В'їзд заборонений», знак «Максимальна швидкість 30 км/год» та знак «Кінець обмеження швидкості». У заключних розділах статті обговорюються досягнуті результати, підтверджується успішність проєкту в досягненні початкових цілей та пропонуються цінні рекомендації для майбутніх досліджень, спрямованих на розширення поточної роботи. Зокрема, пропонуються заходи щодо підвищення продуктивності алгоритму та розширення різноманітності розпізнаваних системою об'єктів.