Наш коллега - робот

"Из всех органов чувств, связывающих наше сознание с внешним миром, зрение является важнейшим, ибо оно дает 80-90 процентов информации об окружающей нас действительности, - говорит заведующая кафедрой глазных болезней Новосибирского медицинского института, доцент Н. Орлова. - Где бы мы ни были - у себя дома, на улице, на рабочем месте, на отдыхе, - весь период бодрствования человек совершает колоссальную зрительную работу. Он рассматривает форму и детали предмета - это центральное зрение; ориентируется в пространстве - это периферическое зрение; воспринимает различную освещенность - светоощущение; распознает спектральный состав света, что создает впечатление многоцветности мира; фокусирует рассматриваемый объект; определяет расстояние до предметов и между ними, что дает впечатление глубины, стереоскопичности. И все это одномоментно и связно - воистину неоценимая деятельность. Глаза приспособлены к видению даже при ничтожно слабом свете - ночью. Кроме того, глаз, как и сердце, успевает отдохнуть в процессе работы, во время коротких миганий".

Как научить робота "видеть"? У нас нет нужды приделывать ему "голову с глазами". Глаз мы можем поместить, например, на потолке, а затем сообщать роботу название и форму детали, и он будет собирать их.

В другом варианте мы могли бы поместить глаз робота ему на "ладонь".

Допустим, что при сварке различных конструкций робог должен помещать их металлические части в разные положения. Если его "глаз" расположен на "ладони", автомат сам сможет "видеть", где именно и как должна происходить сварка. Есть проект робота - упаковщика шоколада. Сейчас на обычной шоколадной фабрике работницы сидят за столом, а перед ними движется поток пустых коробок. Шоколадки подаются конвейерной линией. Работницы укладывают их в коробки по две штуки в секунду. Планируется установить у линии два небольших манипулятора и телекамеру. Камера будет сообщать манипуляторам, что делать их "пальцам" для укладки шоколадок. В данном случае у манипуляторов есть некое зачаточное "зрение". Но это крайне упрощенный случай - темные шоколадки на светлом фоне. Если сказать такому роботу: "Прошу тебя пойти и собрать букет белых лилий", для него невозможно было бы выполнить столь сложный приказ.

До настоящего времени оснащение зрением какоголибо устройства из металла требовало талантов поистине нечеловеческих. Однако усовершенствование технологии компьютеров радикальным образом изменило ситуацию. Разработка видеосистем для роботов началась с создания телекамер. Изображение объекта превращается в тысячи точек, из которых состоит телевизионное изображение. Эти черные и белые точки вводятся в ЭВМ, управляющую роботом, в виде цифровой информации в двоичном коде (0,1). Черную точку отображает единица, белую - ноль. Изображение предмета преобразуется в электронной памяти компьютера в серию нолей и единиц. Теперь робот может "увидеть" предмет, то есть сравнить его цифровую кодограмму с набором цифр, хранящихся в памяти, и "узнать" его, то есть определить, к классу каких объектов он относится.

Там, где нули переходят в единицы, компьютер отмечает силуэт объекта и его ориентацию. После этого он немедленно вычисляет многие из его характеристик, например площадь, периметр, диаметр и т. д., и сравнивает их с характеристиками объекта, хранящимися в его памяти. Когда ЭВМ отыщет в своей памяти подобный набор цифр, робот узнает, что же он видит перед собой.

Сказав на электронном языке "агаЬ, он даст команду своим "пальцам" сделать с предметом то, что нужно, например схватить за край, поднять и перевернуть.

Поскольку робот не может различать многочисленные оттенки серого цвета, необходимо высококонтрастное освещение, а как его осуществить для изделий, движущихся на сборочном конвейере?

Сейчас разрабатываются более совершенные системы, которые будут различать много оттенков яркости.

Создаются приборы, способные формировать изображение с помощью так называемой "серой шкалы", где яркость может быть выражена в диапазоне величин от О до 15 или даже от 0 до 255. С такими "способностями" компьютер сможет различить малейшие изменения яркости и обеспечить точное опознавание объектов. Однако системы с "серой шкалой" столь сложны, что время распознавания даже для мощной ЭВМ оказывается очень большим. Если имеется сотня уровней "серости" в широком поле зрения, то для распознавания образца компьютер должен выполнить огромное количество вычислений, и чем беспорядочней и хаотичней "сцена",тем сложнее задача ЭВМ. Таким образом, будущее систем со "прением" зависит как от продолжающегося прогресса в компьютерной технике, так и от создания лучших устройств распознавания.

Однако, чтобы быть таким же эффективным, как человеческий глаз, "глаз" робота должен опираться па соответствующий интеллект компьютера, который работает в миллион раз быстрее, чем любой из современных.