Com o aprimoramento da relação custo-desempenho dos equipamentos de imagem e a velocidade do processamento de informações do computador, juntamente com o aperfeiçoamento das teorias relacionadas, a tecnologia de visão servo atingiu as condições técnicas para a aplicação prática, e as questões técnicas relacionadas tornaram-se o ponto de acesso da pesquisa atual. Definição de servo de visão A maior parte das informações que os seres humanos adquirem da [...]
Com o aprimoramento da relação custo-desempenho dos equipamentos de imagem e a velocidade do processamento de informações por computador, juntamente com o aperfeiçoamento das teorias relacionadas, a tecnologia servo de visão atingiu as condições técnicas para a aplicação prática, e as questões técnicas relacionadas tornaram-se o ponto de acesso da pesquisa atual.
A maior parte das informações que os seres humanos adquirem do mundo externo é obtida por meio dos olhos. Durante séculos, a humanidade sonhou em criar máquinas inteligentes, cuja primeira função é imitar o olho humano, permitindo o reconhecimento e a compreensão do mundo externo.
Diversas estruturas do cérebro humano participam do processamento de informações visuais, o que permite lidar sem esforço com muitos problemas relacionados à visão. No entanto, como um processo, nossa compreensão da cognição visual permanece limitada, tornando o sonho de máquinas inteligentes um desafio a ser realizado.
Com o desenvolvimento da tecnologia de câmeras e o surgimento da tecnologia de computadores, máquinas inteligentes com funções visuais começaram a ser fabricadas por humanos, formando gradualmente a disciplina e o setor de visão mecânica.
A visão mecânica, conforme definida pela Machine Vision Division da Society of Manufacturing Engineers (SME) e pela Automated Imaging Association da Robotic Industries Association (RIA), é "a recepção e o processamento automáticos de uma imagem de um objeto real por meio de dispositivos ópticos e sensores sem contato para obter as informações necessárias ou para controlar os movimentos de um robô".
Como um sistema biomimético semelhante ao olho humano, a visão mecânica abrange amplamente a aquisição de informações de objetos reais por meio de dispositivos ópticos e o processamento e a execução de informações relacionadas. Isso inclui visão visível e não visível, e até mesmo a aquisição e o processamento de informações dentro de objetos que a visão humana não pode observar diretamente.
Na década de 1960, devido ao avanço da robótica e da tecnologia de computação, as pessoas começaram a pesquisar robôs com recursos visuais. Entretanto, nesses estudos, a visão e o movimento do robô eram, a 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 essas informações em uma única instância, sem envolvimento adicional.
Em 1973, o conceito de feedback visual foi introduzido quando alguém aplicou um sistema visual ao controle de robôs.
Foi somente em 1979 que Hill e Park propuseram o conceito de "servoing visual". Diferentemente do feedback visual, que extrai apenas sinais de informações visuais, o servoing visual abrange todo o processo, desde o processamento do sinal visual até o controle do robô, oferecendo uma reflexão mais abrangente das pesquisas relevantes sobre visão e controle de robôs.
Desde a década de 1980, com o avanço da tecnologia de computação e dos equipamentos de câmera, as questões técnicas dos sistemas de servoing visual robótico têm atraído a atenção de muitos pesquisadores. Nos últimos anos, houve um progresso significativo tanto na teoria quanto na aplicação do servoing visual robótico.
Essa tecnologia costuma ser um tópico especial em muitas conferências acadêmicas e gradualmente se transformou em uma tecnologia independente que abrange os campos de robótica, controle automático e processamento de imagens.
Atualmente, a visão robótica controle de servo Os sistemas podem ser categorizados das seguintes maneiras:
Com base no número de câmeras, eles podem ser divididos em sistemas servo de visão monocular, sistemas servo de visão binocular e sistemas servo de visão com vários olhos.
Os sistemas de visão monocular só podem obter imagens bidimensionais e não podem obter diretamente as informações de profundidade do alvo.
Os sistemas servo de visão com vários olhos podem capturar imagens de várias direções do alvo, fornecendo informações valiosas. No entanto, eles exigem grandes quantidades de processamento de dados de imagem e, quanto mais câmeras estiverem envolvidas, mais desafiador será manter a estabilidade do sistema. Atualmente, a visão binocular é usada principalmente em sistemas servo de visão.
Dependendo do posicionamento da câmera, os sistemas podem ser classificados como sistemas de olho na mão e sistemas de câmera fixa (olho na mão ou autônomo).
Em teoria, os sistemas eye-in-hand podem obter um controle preciso, mas são sensíveis a erros de calibração e de movimento do robô.
Os sistemas de câmera fixa não são sensíveis aos erros cinemáticos do robô, mas, sob as mesmas condições, a precisão das informações de pose do alvo obtidas não é tão boa quanto a do sistema eye-in-hand, resultando em uma precisão de controle relativamente menor.
Com base na posição espacial do robô ou nas características da imagem, os sistemas servo de visão são divididos em sistemas servo de visão baseados em posição e sistemas servo de visão baseados em imagem.
Em sistemas servo de visão baseados em posiçãoApós o processamento da imagem, a pose do alvo em relação à câmera e ao robô é calculada.
Isso requer a calibração dos modelos da câmera, do alvo e do robô, e a precisão da calibração afeta a precisão do controle, que é a dificuldade desse método. Durante o controle, a mudança de pose necessária é convertida no ângulo de rotação da articulação do robô, que é controlado pelo controlador de articulação.
Em sistemas servo de visão baseados em imagem, As informações de erro de controle vêm da diferença entre os recursos da imagem de destino e os recursos da imagem desejada.
Para esse método de controle, a principal questão é como estabelecer a matriz jacobiana da imagem que reflete a relação entre as mudanças na diferença da imagem e as mudanças na velocidade da pose da mão robótica; outra questão é que a imagem é bidimensional, e o cálculo da matriz jacobiana da imagem exige a estimativa da profundidade do alvo (informações tridimensionais), o que sempre foi um desafio na visão computacional.
Os métodos para calcular a matriz Jacobiana incluem derivação de fórmula, calibração, estimativa e métodos de aprendizado, etc. Os primeiros podem ser derivados ou calibrados com base no modelo, e os últimos podem ser estimados on-line. Os métodos de aprendizado usam principalmente métodos de rede neural.
Para robôs que usam controladores de articulação de loop fechado, os sistemas servo de visão são divididos em sistemas dinâmicos de observação-movimento e servos de visão direta.
O primeiro usa o feedback da articulação do robô para estabilizar o braço robótico, e o módulo de processamento de imagens calcula a velocidade ou o incremento de posição que a câmera deve ter, o que é então enviado de volta ao controlador da articulação do robô. No segundo, o módulo de processamento de imagens calcula diretamente a quantidade de controle do movimento da articulação do braço do robô.
A pesquisa sobre servoing visual se estendeu por quase duas décadas. Entretanto, devido à sua natureza multidisciplinar, sua evolução depende muito dos avanços nesses diversos campos. Ainda há muitos problemas na pesquisa de servoing visual que permanecem sem solução.
As principais direções de pesquisa futura em servoing visual incluem:
- A captura rápida e robusta de recursos de imagem em ambientes reais é um problema crítico para os sistemas de servo visual.
Devido ao grande volume de informações no processamento de imagens e ao desenvolvimento da tecnologia de dispositivos programáveis, a implementação de algoritmos gerais com base em hardware para acelerar o processamento de informações pode avançar nessa questão.
- Estabelecimento de teorias relevantes e software adequado para sistemas de visão robótica.
Muitos dos métodos atuais de processamento de imagens em sistemas de servoacionamento de visão robótica não são adaptados para esses sistemas. Se plataformas de software especializadas estivessem disponíveis, seria possível reduzir a carga de trabalho e até mesmo melhorar o desempenho do sistema por meio do processamento de informações de visualização de hardware.
- Aplicação de vários métodos de inteligência artificial a sistemas de servoacionamento de visão robótica.
Embora as redes neurais já tenham sido implementadas no servoacionamento de visão robótica, muitos métodos inteligentes ainda não foram totalmente utilizados.
A dependência excessiva de modelagem e cálculos matemáticos pode levar a demandas computacionais excessivas durante a operação, que as velocidades atuais de processamento dos computadores podem ter dificuldade de atender.
No entanto, os seres humanos não realizam funções relacionadas por meio de cálculos extensos, o que sugere que os métodos de inteligência artificial poderiam reduzir os cálculos matemáticos e atender aos requisitos de velocidade do sistema.
- Implementação de técnicas de visão ativa em sistemas robóticos de servo visão.
A visão ativa, um tópico importante na pesquisa atual de visão computacional e mecânica, permite que os sistemas de visão percebam ativamente seu ambiente e extraiam os recursos de imagem necessários com base em regras definidas. Essa abordagem pode resolver problemas que normalmente são difíceis de abordar.
- Integração de sensores visuais com outros sensores externos.
Para permitir que os robôs percebam seu ambiente de forma mais completa, especialmente para complementar as informações dos sistemas de visão robótica, vários sensores podem ser adicionados aos sistemas de visão robótica.
Isso poderia resolver algumas das dificuldades dos sistemas de visão robótica, mas a introdução de vários sensores exigiria a solução de problemas de fusão de informações e redundância nos sistemas de visão robótica.
Nos últimos anos, houve um progresso significativo na tecnologia de servoing de visão robótica, com aplicações práticas cada vez maiores, tanto no país quanto no exterior. Espera-se que muitos desafios técnicos sejam superados em pesquisas de curto prazo.
No próximo período, os sistemas robóticos de visão servoing ocuparão uma posição de destaque em tecnologia robóticae suas aplicações industriais continuarão a se expandir.
Como fundador do MachineMFG, dediquei mais de uma década de minha carreira ao setor de metalurgia. Minha vasta experiência permitiu que eu me tornasse um especialista nas áreas de fabricação de chapas metálicas, usinagem, engenharia mecânica e máquinas-ferramentas para metais. Estou sempre pensando, lendo e escrevendo sobre esses assuntos, esforçando-me constantemente para permanecer na vanguarda do meu campo. Permita que meu conhecimento e experiência sejam um trunfo para sua empresa.
PT_BR 
EN 
AR 
DE 
ES 
FR 
IT 
JA 
NL 
PT 
RU 
KO