Кто есть кто в робототехнике. Выпуск I. Компоненты и решения для создания роботов и робототехнических систем

Датчики сведены в таблице 1.1. Примечание: на рис. 1.9 – частотная (кГц) характеристика датчиков MA40B8R и MA40B8S.

Рис. 1.9

Более подробно об универсальном многофункциональном датчике российского производства (рис. 1.10) – измерителе линейного ускорения и угловой скорости ИЛУС-03.

Рис. 1.10

Он осуществляет измерения и регистрацию проекций векторов линейного ускорения и угловой скорости подвижного объекта на его ортогональные направления (оси).

Предназначен для использования в системах:

• регистрации дорожно-транспортных происшествий (ДТП) с восстановлением траектории автомобиля на интервале 15 с до происшествия и 3 с после него;

• отработки и совершенствования техники спортсменов в таких видах спорта, как прыжки в воду, гимнастика, акробатика, фигурное катание;

• управления движением сказочных существ при их «оживлении» в кинематографе и аттракционах.

Технические характеристики:

• диапазон измерения углов поворота, угл. град: ± З60xn;

• скорость углового разворота, угл. град./с: 5-5000;

• диапазон измерения линейных ускорений, м/с²: 0-20 (0-400);

• погрешность измерений линейных ускорений, не более, м/с²: 0,02 (0,4);

• погрешность измерений угловой скорости, не более, угл. град/с: 0,1 (5);

• время накопления информации на временном интервале, с: до 100;

• время выдачи информации по запросу, с: до 5;

• время восстановления информации по предельному случаю, с: до 100;

• форма представления информации: цифровая;

• диапазон рабочих температур, °С: от -40 до +50;

• напряжение питания, В: 7-9;

• потребляемая мощность, Вт: 1;

• габаритные размеры, мм: 50x50x50;

• вес, кг: 0,2;

Глава 2 Электронное зрение роботов

Электронное зрение роботов обладает той особенностью, что может работать не только в реальном времени, но и в «отсроченном» режиме: в частности, когда в массиве видеоизображений система поиска находит искомую видеозапись какого-то события. Поиск объекта среди других средствами компьютерного зрения – тоже навигация, только зрительная. Возьмём из предыдущей главы пример с GPS-навигацией, когда робот, достигнув «мёртвой зоны» радиусом 10–20 м, до цели всё же не доходит. Тогда ему на помощь должно придти зрение, с помощью которого он распознает цель. Пример такой технологии приводится ниже. Она не предназначалась для установки в мобильном роботе, но хорошо поясняет критерии распознавания. Кроме того, подобно описанной в предыдущей главе технологии удалённой GPS-корректировки, она тоже может быть инкорпорирована в стационарный вычислитель, и робот будет обмениваться данными по радиоканалу с централизованным видеоархивом в процессе распознавания.

1. Excalibur: технология распознавания видеоизображений

Эффективность данной системы обусловлена применением в ней как традиционной для фирмы Excalibur Technologies технологии нечёткого поиска APRP, так и оригинальной технологии анализа видеоинформации VAE.

VAE (Video Analysis Engine) обеспечивает автоматическое построение StoryBoard (последовательности кадров, наиболее адекватно отражающих суть видеофрагмента) для вводимой видеоинформации, выделяя набор характерных (по тому или иному критерию) кадров.

APRP (Adaptive Pattern Recognition Process), технология адаптивного распознавания образов, производит так называемый «нечёткий поиск», при котором для поиска изображения не требуется ни словесного описания, ни ключевых слов, ни других специальных приёмов. В данной технологии под нечётким поиском понимается операция нахождения объекта по его достаточно близкому образу (например, по фотографии человека, на лице которого время оставило свои следы). Любого рода данные технология обрабатывает одинаково – в виде нулей и единиц, поэтому она равным образом применяется для индексации и нечёткого поиска как текстов (библиотека TRS), так и звукозаписей (библиотека SRS) и видеозаписей (библиотека VRS). Это обстоятельство позволяет воспользоваться для понимания алгоритмов технологии примером из области обработки текстов. Поскольку APRP работает не с ключевыми словами, а с образами, две-три изменённые (или ошибочные) буквы в слове или фразе не могут существенно изменить базовую картину текста. Таким образом, автоматически становится допустимой ошибка как во входных данных, так и в терминах запроса. Например, если мы напишем в запросе: «ЦЦЦТЕР МАРГМАСАРИТАЭЭЭЭЭЭ», имея в виду название романа Булгакова, то получим правильный ответ – «Мастер и Маргарита».

Поиск происходит так:

• запрос конвертируется в бинарную форму;

• игнорируется шум (т. е. отбрасываются «ЦЦЦ» и «ЭЭЭЭЭЭ»);

• проводится нечёткий поиск, представляющий собой комплекс операций сравнения комбинаций нулей и единиц, по результатам которых осуществляется выбор наиболее близких вариантов искомого образа. Описанный алгоритм поиска по существенным признакам применяется при сравнении почерков, отпечатков пальцев, голосов и фотографий.