РОЗРОБКА ІНТЕЛЕКТУАЛЬНОГО РОБОТИЗОВАНОГО МОДУЛЯ З КАМЕРНОЮ СИСТЕМОЮ

УДК:621.8

DOI:10.25140/2411-5363-2019-3(17)-96-104

Автор:

Сукоп Марек , Технічний університет Кошице (Letna 9, 04200 Košice, Slovak Republic).

Ференчик Петер, Технічний університет Кошице (Letna 9, 04200 Košice, Slovak Republic).

Мова статті: англійська

Анотація:

Актуальність теми дослідження. Більш складні роботизовані системи характеризуються певним рівнем інтелектуальної поведінки, де на основі входу система здатна адаптувати свою поведінку. Реалізація елементів, що підтримують інтелектуальну поведінку в робототехнічних системах, особливо тих, що базуються на зображенні пристроїв, стає загальною практикою. Причина проста – така система швидша та більш точніша. 
Постановка проблеми. Однак створення машинного зору є складною проблемою, особливо якщо йдеться про додатки з нестандартними вимогами. Для кожного завдання систему зору необхідно адаптувати до умов та вимог об'єктів, що контролюються. Інші налаштування зображення та алгоритми повинні застосовуватися до статичних об'єктів, а не до рухомих об'єктів. Інформація про двовимірне зображення є достатньою для певного процесу 
виготовлення, а для інших потрібен третій вимір для видалення заданої частини з невпорядкованого об’єднання. Створення інтелектуального роботизованого модуля із камерною системою вимагає створення системи зору, яка відповідає специфічним  вимогам.  Тут  відкритий  простір,  оскільки існує  багато  різних процедур  та  принципів,  з якими потрібно узгоджуватися, але не всі є однаково ефективними та надійними. 
Аналіз останніх досліджень і публікацій. Більшість методів обробки зображень можуть поєднуватися один з одним, або може бути розроблений новий, більш ефективний спосіб вирішення проблеми з використанням вже відомих підходів. Додавання до цього факту нестандартних вимог, що виникають на практиці, є беззаперечною причиною, чому доцільно займатися обробкою зображень для промислового використання. Виділення недосліджених частин загальної проблеми є розроблення і створення роботизованого модуля, діяльність якого буде контролюватися на основі сприйняття зображення, отриманого з цифрової камери. 
Постановка завдання. Основне завдання цієї статті полягає у розробці та створенні роботизованого модуля, діяльність якого буде контролюватися на основі сприйняття зображення, отриманого цифровою камерою. Отримане зображення буде оброблено узгодженими алгоритмами обробки зображень, що приведе до створення керівних дій для управління рухом маніпулятора. 
Виклад основного матеріалу. У роботі розглядається конструкція роботизованого модуля, завдання якого – маніпулювати зразками предметів, розміщених на конвеєрі, за допомогою паралельного робота-маніпулятора на основі сприйняття зображення. Основна частина конструкції - це створення програмного забезпечення управління, яке на першому рівні забезпечує належне функціонування окремих компонентів, а на другому рівні їх взаємну співпрацю, що забезпечує виконання необхідної функціональності роботизованої системи загалом. Створене програмне забезпечення працює в операційній системі Windows 7, де пропонується простий інструмент для управління рухом паралельного робота без використання інших засобів управління. Це означає, що рухом робота можна керувати безпосередньо з програми управління, що дозволяє впливати на робота і об'єкт навіть в ручному режимі. Зображення, отримане камерою, може коригуватися програмним забезпеченням за допомогою реалізованих інструментів до початку автоматичної маніпуляції, що дозволяє користувачеві встановити правильні вхідні параметри для забезпечення надійної ідентифікації об'єкта. 
Висновки відповідно до статті. Для розробки роботизованої системи, функціонування якої контролюється на основі візуального сприйняття, необхідно було придбати теоретичні знання для правильного підбору окремих компонентів системи, а також їх правильного розміщення всередині роботизованого модуля. Значну увагу приділено вибору підходящого та економного чутливого елементу пристрою та способу освітлення сканованих об'єктів. 
Для отримання зображення з камери необхідно було також вивчити та зрозуміти принцип роботи із зображенням, отриманим камерою через SDK, виготовленим безпосередньо виробником камери. Однак отримання зображення було лише першим кроком для початку процесу обробки зображень. Для того, щоб витягти необхідні дані з отриманого зображення, а потім створити керуючі інструкції з даних для управління роботом, необхідно було детально вивчити окремі кроки та процедури обробки зображень. У частині роботи, що стосується обробки зображень, отримані знання були застосовані до самого процесу обробки, але використовувались не лише відомі підходи. Завдяки зменшенню завантаження процесора і, отже, скороченню процесу обчислення, в процес обробки зображень також були введені власні процедури. Фактичний «економний» підхід застосовувався та перевірявся в процесі порогового визначення, де був створений «скорочений алгоритм  порогової  оцінки».  Підхід  також  застосовано  для  процесу  пошуку  об’єкта  в  зображенні,  створюючи «мережевий метод об'єкта в зображенні», який використовує той факт, що шукають та ідентифікують відомі об'єкти в промислових додатках на відміну від ідентифікації об'єктів у невідомому середовищі. Поєднання зображення, обробки зображень та управління роботом з одним комплексним використанням також є головною перевагою. Звичайно, щоб забезпечити цю функціональність, спочатку потрібно було створити теоретичну базу, на якій проводилася розробка. Основна проблема полягала в тому, щоб створити контрольну частину керування роботом в C # і пов'язати її з базовою програмою управління, створеною в C ++. 

Ключові слова:

роботизований модуль; машинне бачення; камерна система; інтелектуальна система

Список використаних джерел:

1.  Gonzalez,  R.C.  -  Woods,  R.E.:  Digital  image  processing.  Upper  Sadle  River:  Prentice  Hall, 2002. ISBN 02-01-18075-8. 
2. Šonka, M. – Hlavбč, V.: Počнtačovй viděnн. Praha: Grada, 1992. ISBN 80-85424-67-3. 
3. Šonka, M. – Hlavбč, V – Boyle, R.: Image processing, analysys and machine vision. Toronto: Thomson, 2008.  
4.  Svoboda,  T.  –  Kybic,  J.  –  Hlavбč,  V:  Image  processing,  analysys  and  machine  vision. A matlab comparsion. Toronto: Thomson learning, 2007. ISBN 04-95295-95-7. 
5.  Russ, J.C.: Image processing handbook. New york: CRC press, 2002. ISBN 0-8493-1142-X. 
6.  Hartley,  R.  –  Zisserman,  A.:  Multiple  view  geometry  in  computer  vision.  Cambridge: Cambridge university press, 2004. ISBN 05-21540-51-8. 
7.  Laganiйre, R.: OpenCV 2 computer vision aplication programming cookbook. Birmingham: Packt Publishing, 2011. ISBN 978-1-849513-24-1. 
8.  Szeliski,  R.:  Computer  vision:  algorithms  and  applications.  London:  Springer-Verlag,  2011. 
ISBN 978-1-84882-934-3. 
9.  Canny, J.: A compotational approch to edge detection. In: IEEE transaction on pattern analysis and machine inteligence, Roč. 8, č. 6 (1986), s. 679-698. ISSN 0162-8828. 
10. Marr, D. – Hildreth, E.: Theory of edge detection. In: Proceedings of the royal society of London, Roč. 116, č. 796 (1980), s. 187-217. ISSN 1364-5021. 
11. Smith, S.M. – Brady, M.J.: A new approach to low level image processing. In: International journal of computer vision , Roč. 23, č. 1 (1997), s. 45-78. ISSN 1573-1405. 
12. Ružickэ, E. – Ferko, A.: Počнtačovб grafika a spracovanie obrazu. Bratislava: Sapientia, 1995. ISBN 80-967180-2-9. 
13. Mercimek, M., Gulez, Z., Mumcu, T.V.: Real objects recognition using moment invariants. In: Sadhana, Roč. 30, č. 6 (2005), s. 765-775. ISSN 0973-7677. 
14. Žбra, J.: Modernн počнtačovб grafika. Brno: Computer press, 2004. ISBN 80-251-0454-0. 
15. Bay,  H.  –  Ess,  A.  –  Tuytelaars,  T.  –  Van  Goo,  L.:  Speedd-up  robust  features  (SUFR).  In: Computer vision and image understanding, Roč. 110, č. 3 (2007), s. 346-359. ISSN 1077-3142. 

Завантажити