Сокращенный текст 3-го выпуска справочника "Кто есть кто в робототехнике" (фрагмент)

"Черный ящик" в автомобиле: технологии западных автоконцернов "отрихтуют" водителей  - http://www.liveinternet.ru/users/albrs/post402370094/

- В замочную скважину смотреть очень некультурно!

- А показывать в неё всякие гадости культурно?

«Зрительные» датчики робота очень критичны к изменениям условий освещенности. О том, как на практике была решена подобная проблема мы узнали из доклада «Создание прецизионных весов с возможностью определения центра масс и системой видеонаблюдения», представленного Физическим факультетом и МЛЦ Московского государственного университета им. М.В. Ломоносова.

Цель использования видеокамеры в данной работе состояла в нахождении координат положения датчиков усилия для дальнейшего определения центра масс системы грузов на основе данных о нагрузке на каждый датчик. Для этого необходимо распознать на чашке весов три метки, соответствующих установленным под ними датчикам усилия. Сопоставляя найденные координаты с показаниями самих датчиков, можно рассчитать координаты центра масс. Таким образом, камера должна предоставлять изображение, удобное для анализа и вывода результата, что при переводе на объективные характеристики означает низкий уровень шумов и геометрических искажений. Этим требованиям хорошо удовлетворяют камеры с цифровым интерфейсом Fireware (IEEE-1394).

В задаче использована Firewire камера DFK 21F04 производства ImagingSource с объективом Pentax, обеспечивающим низкий уровень геометрических искажений. Её технические характеристики: 

- размер матрицы, дюйм – 1/4;

- максимальное разрешение – 640 × 480;

- частота обновления при максимальном разрешении, Гц – 30;

- тип развертки – прогрессивная;

- чувствительность при выдержке 1/30 с, лк – 4;

- разрешение АЦП, бит – 8.

Еще одним достоинством указанной Firewire камеры является возможность программного управления такими её характеристиками, как уровень усиления (gain), яркость (brightness), четкость (sharpness), и многими другими. В обсуждаемой работе реализовано два варианта такого управления. Первый вариант – ручной, в нем экспериментатор сам выставляет необходимые значения указанных выше параметров, руководствуясь получаемой картинкой. Второй вариант – автоматический, он сложнее, но позволяет получить более качественную картинку при динамическом изменении освещенности стенда.

Необходимость введения автоматических настроек показала практика. Проблема заключается в непостоянстве внешнего освещения: настроив камеру один раз и, добившись оптимального распознавания меток и груза, экспериментатор сталкивается с риском, что при изменении уровня освещенности, например появлении на платформе тени от человека, алгоритмы распознавания могут перестать работать. Это вынуждает либо настраивать камеру еще раз, либо использовать автоматическую подстройку.

Предложенный в данной работе алгоритм исходит из анализа гистограммы получаемого изображения. Один раз настроив камеру, экспериментатор, таким образом, калибрует изображение, задавая эталонную гистограмму. Если в дальнейшем условия освещения меняются, меняются параметры гистограммы – среднее значения, стандартное отклонение, границы. Сопоставляя их с эталонными, алгоритм регулирует уровень усиления камеры, а также яркость и четкость, возвращая гистограмму к эталонному виду.

Конечной целью обработки изображения, как уже говорилось выше, является распознавание положения груза и трёх меток датчиков усилия. Предложенная в данной работе последовательность действий включает в себя несколько нетривиальных шагов, улучшающих распознавание. Рассмотрим все шаги по порядку.

Сначала изображение бинаризуется. Далее программа выделяет на изображении круглую платформу весов и в дальнейшем обрабатывает объекты, находящиеся только на этой площади. После фильтрации мелких объектов, являющихся следствием шума камеры или неоднородностей освещения, на изображении останутся только метки датчиков и изображение груза. По их взаимному расположению объекты идентифицируются и измеряются все расстояния между ними.

Все операции с видеокамерой и изображением производились с помощью пакета NI IMAQ с модулем NI IMAQ for Fireware, являющегося дополнением к среде NI LabVIEW.

Центральную часть программы занимает получаемое с видеокамеры изображение (рис. 1.43). Поверх него рядом с каждым датчиком выводятся показания последнего, выделяется геометрический центр груза, обозначаются расстояния от него до датчиков, а также рассчитанное положение центра масс груза (или системы грузов) с суммарным весом. Существует возможность, в соответствии с написанным выше, при рассмотрении последовательности обработки изображения, включать или выключать обрезание внешней относительно платформы области. Также присутствуют переключатель управления настройками камеры (ручное/автоматическое) и кнопка калибровки, назначающая текущее изображение в качестве эталонного для алгоритма автоматической коррекции параметров видеокамеры.

Окно настройки датчиков позволяет устанавливать их чувствительность, максимально допустимый вес, а также независимо калибровать нулевое положение датчиков, автоматически вводя в последующие вычисления соответствующую поправку.

В окне настройки видеокамеры присутствуют регуляторы ее яркости, четкости и уровня усиления, а также уровней бинаризации. Все вносимые изменения в режиме реального времени влияют на получаемую с камеры картинку. Для удобства в окне также выводится гистограмма изображения.