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 робот 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 какого-либо 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 «агаб», 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 0 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.