Com a melhoria da relação custo/desempenho do equipamento de imagiologia e a velocidade do processamento de informações informáticas, a par do aperfeiçoamento das teorias relacionadas, a tecnologia servo de visão reuniu as condições técnicas para a aplicação prática e as questões técnicas relacionadas tornaram-se o atual ponto de acesso da investigação. Definição de servo de visão A maior parte da informação que os seres humanos adquirem da [...]
Com a melhoria da relação custo/desempenho do equipamento de imagiologia e a velocidade do processamento de informações informáticas, a par do aperfeiçoamento das teorias relacionadas, a tecnologia servo de visão reuniu as condições técnicas para a aplicação prática e as questões técnicas relacionadas tornaram-se o atual ponto de acesso da investigação.
A maior parte da informação que o ser humano adquire do mundo exterior é obtida através dos olhos. Durante séculos, a humanidade sonhou com a criação de máquinas inteligentes, cuja primeira função é imitar o olho humano, permitindo o reconhecimento e a compreensão do mundo exterior.
Numerosas estruturas do cérebro humano participam no processamento da informação visual, lidando assim sem esforço com muitos problemas relacionados com a visão. No entanto, como processo, a nossa compreensão da cognição visual continua a ser limitada, o que torna o sonho de máquinas inteligentes difícil de concretizar.
Com o desenvolvimento da tecnologia das câmaras e o aparecimento da tecnologia informática, as máquinas inteligentes com funções visuais começaram a ser fabricadas pelo homem, formando gradualmente a disciplina e a indústria da visão artificial.
A visão artificial, tal como definida pela Machine Vision Division da Society of Manufacturing Engineers (SME) e pela Automated Imaging Association da Robotic Industries Association (RIA), é "a receção e o processamento automáticos de uma imagem de um objeto real através de dispositivos ópticos e sensores sem contacto para obter a informação necessária ou para controlar os movimentos de um robô".
Enquanto sistema biomimético semelhante ao olho humano, a visão artificial abrange, em termos gerais, a aquisição de informações sobre objectos reais através de dispositivos ópticos, bem como o processamento e a execução dessas informações. Isto inclui a visão visível e não visível, e mesmo a aquisição e processamento de informação no interior de objectos que a visão humana não pode observar diretamente.
Na década de 1960, devido ao avanço da robótica e da tecnologia informática, começou-se a investigar robôs com capacidades visuais. No entanto, nestes estudos, a visão e o movimento do robot eram, em rigor, de circuito aberto.
O sistema visual do robô processa a imagem para determinar a posição e a orientação do alvo, calcula a postura do movimento do robô com base nisso e fornece esta informação numa única instância, sem qualquer outro envolvimento.
Em 1973, o conceito de feedback visual foi introduzido quando alguém aplicou um sistema visual ao controlo de robôs.
Só em 1979 é que Hill e Park propuseram o conceito de "servoing visual". Ao contrário do feedback visual, que apenas extrai sinais da informação visual, o servo visual engloba todo o processo, desde o processamento do sinal visual até ao controlo do robô, oferecendo uma reflexão mais abrangente da investigação relevante sobre visão e controlo de robôs.
Desde a década de 1980, com o avanço da tecnologia informática e do equipamento de câmaras, as questões técnicas dos sistemas de servomecanismo visual robótico têm atraído a atenção de muitos investigadores. Nos últimos anos, registaram-se progressos significativos tanto na teoria como na aplicação do servoing visual robótico.
Esta tecnologia é frequentemente um tópico especial em muitas conferências académicas e tem-se desenvolvido gradualmente numa tecnologia independente que abrange os domínios da robótica, do controlo automático e do processamento de imagens.
Atualmente, a visão robótica servo controlo Os sistemas podem ser classificados das seguintes formas:
Com base no número de câmaras, podem ser divididos em sistemas servo de visão monocular, sistemas servo de visão binocular e sistemas servo de visão multi-olho.
Os sistemas de visão monocular só podem obter imagens bidimensionais e não podem obter diretamente a informação de profundidade do alvo.
Os sistemas servo de visão multi-olho podem captar imagens de várias direcções do alvo, fornecendo informações valiosas. No entanto, requerem grandes quantidades de processamento de dados de imagem e, quanto maior for o número de câmaras envolvidas, mais difícil será manter a estabilidade do sistema. Atualmente, a visão binocular é utilizada principalmente em sistemas servo de visão.
Dependendo da colocação da câmara, os sistemas podem ser classificados como sistemas de câmara fixa (olho-na-mão ou autónoma) e sistemas de câmara fixa (olho-na-mão ou autónoma).
Em teoria, os sistemas "olho na mão" podem obter um controlo preciso, mas são sensíveis a erros de calibração e a erros de movimento do robô.
Os sistemas de câmaras fixas não são sensíveis aos erros cinemáticos do robô, mas, nas mesmas condições, a precisão da informação sobre a pose do alvo obtida não é tão boa como a do sistema de olho na mão, o que resulta numa precisão de controlo relativamente mais baixa.
Com base na posição espacial do robô ou nas características da imagem, os sistemas servo de visão dividem-se em sistemas servo de visão baseados na posição e sistemas servo de visão baseados na imagem.
Em sistemas servo de visão baseados na posiçãoApós o processamento da imagem, é calculada a pose do alvo em relação à câmara e ao robot.
Isto requer a calibração dos modelos da câmara, do alvo e do robô, e a precisão da calibração afecta a precisão do controlo, o que constitui a dificuldade deste método. Durante o controlo, a mudança de pose necessária é convertida no ângulo de rotação da articulação do robô, que é controlado pelo controlador da articulação.
Em sistemas servo de visão baseados em imagens, A informação do erro de controlo provém da diferença entre as características da imagem alvo e as características da imagem pretendida.
Para este método de controlo, a questão fundamental é como estabelecer a matriz jacobiana da imagem que reflecte a relação entre as alterações da diferença da imagem e as alterações da velocidade de pose da mão robótica; outra questão é que a imagem é bidimensional e o cálculo da matriz jacobiana da imagem requer a estimativa da profundidade do alvo (informação tridimensional), o que sempre foi um desafio na visão por computador.
Os métodos de cálculo da matriz Jacobiana incluem a derivação de fórmulas, a calibração, a estimativa e os métodos de aprendizagem, etc. Os primeiros podem ser derivados ou calibrados com base no modelo, e os últimos podem ser estimados em linha. Os métodos de aprendizagem utilizam principalmente métodos de redes neuronais.
Para os robôs que utilizam controladores de juntas de circuito fechado, os servos de visão dividem-se em sistemas dinâmicos de observação-movimento e servos de visão direta.
O primeiro utiliza a retroação das articulações do robô para estabilizar o braço robótico e o módulo de processamento de imagem calcula a velocidade ou o incremento de posição que a câmara deve ter, que é depois enviado para o controlador das articulações do robô. No segundo, o módulo de processamento de imagem calcula diretamente a quantidade de controlo do movimento da articulação do braço do robô.
A investigação sobre servomotricidade visual tem-se estendido por quase duas décadas. No entanto, devido à sua natureza multidisciplinar, a sua evolução depende em grande medida dos avanços registados nestes diversos domínios. Há ainda muitos problemas no âmbito da investigação em servoing visual que continuam por resolver.
As principais direcções de investigação futura em servoing visual incluem:
- A captura rápida e robusta de características de imagens em ambientes reais é uma questão crítica para os sistemas de servomecanismo visual.
Dada a grande quantidade de informação no processamento de imagens e o desenvolvimento da tecnologia de dispositivos programáveis, a implementação de algoritmos gerais baseados em hardware para acelerar o processamento de informação pode fazer avançar esta questão.
- Estabelecimento de teorias relevantes e de software adequado para sistemas de visão robótica.
Muitos dos actuais métodos de processamento de imagem em sistemas de servo visão robótica não estão adaptados a estes sistemas. Se estivessem disponíveis plataformas de software especializadas, seria possível reduzir a carga de trabalho e até melhorar o desempenho do sistema através do processamento de informações de visualização de hardware.
- Aplicação de vários métodos de inteligência artificial a sistemas robóticos de servo-visão.
Embora as redes neuronais já tenham sido implementadas no servo controlo da visão robótica, muitos métodos inteligentes ainda não foram totalmente utilizados.
A dependência excessiva da modelização matemática e dos cálculos pode conduzir a exigências computacionais excessivas durante o funcionamento, que as actuais velocidades de processamento dos computadores podem ter dificuldade em satisfazer.
No entanto, os seres humanos não realizam funções relacionadas através de cálculos exaustivos, o que sugere que os métodos de inteligência artificial podem reduzir os cálculos matemáticos e satisfazer os requisitos de velocidade do sistema.
- Implementação de técnicas de visão ativa em sistemas robóticos de servo-visão.
A visão ativa, um tema quente na investigação atual em computação e visão artificial, permite que os sistemas de visão percebam ativamente o seu ambiente e extraiam as características de imagem necessárias com base em regras definidas. Esta abordagem pode resolver problemas que são normalmente difíceis de resolver.
- Integração de sensores visuais com outros sensores externos.
Para permitir que os robôs tenham uma perceção mais completa do seu ambiente, especialmente para complementar a informação dos sistemas de visão robótica, podem ser acrescentados vários sensores aos sistemas de visão robótica.
Isto poderia resolver algumas das dificuldades dos sistemas de visão robótica, mas a introdução de múltiplos sensores exigiria a resolução de problemas de fusão de informações e de redundância nos sistemas de visão robótica.
Nos últimos anos, registaram-se progressos significativos na tecnologia de servomotores de visão robótica, com aplicações práticas crescentes, tanto a nível nacional como internacional. Espera-se que muitos desafios técnicos sejam ultrapassados na investigação a curto prazo.
No período que se avizinha, os sistemas robóticos de servomecanismo de visão ocuparão uma posição proeminente na tecnologia robóticae as suas aplicações industriais continuarão a expandir-se.
Como fundador da MachineMFG, dediquei mais de uma década da minha carreira à indústria metalúrgica. A minha vasta experiência permitiu-me tornar-me um especialista nos domínios do fabrico de chapas metálicas, maquinagem, engenharia mecânica e máquinas-ferramentas para metais. Estou constantemente a pensar, a ler e a escrever sobre estes assuntos, esforçando-me constantemente por me manter na vanguarda da minha área. Deixe que os meus conhecimentos e experiência sejam uma mais-valia para a sua empresa.
PT 
EN 
AR 
DE 
ES 
FR 
IT 
JA 
NL 
PT_BR 
RU 
KO