CC BY
164
ПРИНЦИП РАЗРАБОТКИ АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ РОБОТОВ
БАГУТДИНОВ Равиль Анатольевич
аспирант Института кибернетики, ассистент, программист Томского политехнического ниверситета, г. Томск, Россия, ravil_bagutdinov@yahoo.com
КЛЮЧЕВЫЕ СЛОВА: мультисенсор-ные системы; робототехнические комплексы; разработка мобильных роботов; системы технического зрения; системы машинного зрения; управление; обработка; Эй.
АННОТАЦИЯ
По аналогии с естественным миром, зрение является основной неотъемлемой составляющей робототехнических комплексов. В связи с чем, одной из актуальных задач в современной разработке роботов является решение проблемы создания новых, усовершенствованных систем, алгоритмов, методов и принципов пространственной навигации роботов. Применяемые в робототехнике системы оперируют различными операциями, некоторых из них может не быть или они могут быть объединены с другими, и выполняться в различной последовательности. Все эти системы отличаются широким разнообразием и предусматривают структурные и функциональные различия в зависимости от поставленной задачи. При работе в сложных условиях значительно усложняется круг решаемых задач с помощью роботов и, соответственно, возрастает необходимость в разработке универсальной системы технического зрения снабженной соответствующими средствами для решения сложных функциональных задач.
В результате можно создать систему для любого конкретного случая технического зрения, в разы превышающую возможности человеческого глаза. Возможности, эффективность и гибкость системы технического зрения существенно зависят от алгоритмического обеспечения. Особенности робо-тотехнического программного обеспечения напрямую зависят от выбора аппаратных средств и алгоритмической поддержке системы для реализации поставленной задачи.
В данной работе автор подробно рассматривает такие аспекты в разработке мобильных роботов, как особенность решения робототехнических задач, актуальность разработки новых алгоритмических и программных средств, обеспечивающих эффективную поддержку всех режимов функционирования системы технического зрения. Применяемые подходы и текстовые выкладки выдвигаются на основе методов распознавания образов, дискретных преобразований, цифровой обработки изображений и системного анализа. В работе также рассматривается формирование Эй-моделей поверхности объекта, применительно к мобильным роботам, представлена обобщенная функциональная схема системы технического зрения робота. Результаты исследования будут полезны в различных системах мониторинга, системах модернизации управления, мультисенсорной обработки информации, при разработке робототехнических комплексов и систем.
ДЛЯ ЦИТИРОВАНИЯ: Багутдинов Р.А. Принцип разработки алгоритмического обеспечения системы технического зрения роботов // Наукоемкие технологии в космических исследованиях Земли. 2017. Т. 9. № 5. С. 66-71.
Введение
Характерной чертой роботов является наличие оператора, который при необходимости может повлиять на процесс автоматического управления. Здесь возникает ряд дополнительных требовании для систем технического зрения (СТЗ), к тому же ни один датчик не является идеальным для решения определенной задачи. В отличие от алгоритмов анализа временных сигналов, обработка и анализ изображений являются более сложными, т. К. представляют собой три координаты и время. [1]
В процессе анализа литературы выявлено, что зачастую этапы анализа изображений рассматриваются как несвязанные между собой процессы. [10,15]. Необходимо проводить комплексный анализ на протяжении всего исследования, при этом учитывать быстродействие вновь разрабатываемых алгоритмов (или их модификации). В работе [15] предлагаются методы сегментации, описывается возможность прямого доступа к исходному коду. Но, описанные в работе методы не совсем подходят для систем, функционирующих в режиме реального времени. В источниках [2, 6, 12] описываются геометрические и статистические методы обработки изображений, но не в этих работах опускаются моменты работы с динамическими объектами.
На сегодняшний день в трехмерных СТЗ применяются сложные аппаратно-программные средства (АПС), что оказывает влияние на быстродействие таких методов обработки при решении задач в реальном времени.
Эти проблемы можно избежать за счет упрощения алгоритмов и создание новых методов обработки таких данных, которые были бы более гибки в этом отношении. Для создания высокоэффективных ЗБ СТЗ необходимо исключить операцию сопоставления стереопар при анализе кадров, обеспечить получение пространственной видеоинформации одним подвижным видеодатчиком, повысить помехоустойчивость и разработать простое программное обеспечение—для получения трехмерного образа, необходимо определять стратегию для получения изображений, не хватающих проекций объекта на основании результатов обработки исходного изображения. На основе этих замечаний можно утверждать, что возможности существующих на современном этапе средств формирования и обработки изображений ограничены, поэтому при разработке видеосистем должны учитываться как требования к полноте и качеству поставляемой ими информации, так и возможности составляющих их элементов.
Описание принципа построения алгоритмического обеспечения СТЗ. Верная подборка определенных средств к построению СТЗ робота — имеет чрезвычайно важное значение для достижения нужных технических показателей и удовлетворения требований технического задания. Обычно СТЗ строится как совокупность аппаратных и программных средств. Аппаратные средства включают
в себя: —телекамеру (стандартную или специальную).— интерфейс, отличающийся только техническими параметрами (размер изображения, разрядность, способ ввода информации). — спецпроцессоры или сигнальные процессоры. Однако, независимо от используемых аппаратных средств, необходимо наличие алгоритмического и программного обеспечения для обработки данных полученной информации и выполнения соответствующих действий.
Программные средства принципиально отличаются от аппаратных возможностью быстрой перестройки алгоритма их функционирования под конкретную задачу. Они обычно реализуется с помощью универсальных вычислительных средств (компьютеров, мини- и микрокомпьютеров). На сегодняшний день известны многочисленные примеры, когда в лабораторных условиях систему зрения строили программным путем с использованием достаточно мощных ПК. Но даже в этом случае обычно допускались существенные упрощения реальности [11, 14]. Практическая эффективность этих исследовательских систем, как правило, была очень невысокой. Тем не менее, активное изучение многих аспектов зрительного восприятия позволило накопить определенный опыт по программной организации систем машинного зрения и отобрать полезные алгоритмы распознавания образов.
Аналогичный анализ проводился и при решении других задач. К примеру, дактилоскопический анализ на месте совершения преступления с целью идентификации личности или исследование характера деформации детали для выяснения причин разрушения [7, 8]. В этих случаях важным является как количественный, так и качественный анализ. Без подобного набора данных нет возможности оценить к примеру структуру стали, а при исследовании патологических аномалий клеток при диагностики рака, а также в других подобных исследованиях [16]. В этих случаях, кроме простейшего визуального наблюдения и сравнения, обязательно необходим подсчет, измерение и статистический анализ полученных данных [3-4, 9, 17]. С развитием новейших устройств обработки данных, создается всё более сложное математическое и программное обеспечение обработки изображений, акцент алгоритмов которых направлен на параметры контролируемого процесса. В результате получаем в перспективе возможность создания универсальной системы или технологии технического зрения, которая не будет не только уступать человеческому глазу, но даже превосходите её. Это позволит достич совершенно новых, неожиданных по эффективности решений для различного класса задач [13]. Специфика функциональных возможностей такой системы будет напрямую завесить от применяемых алгоритмов и новых методов обработки гетерогенных данных. Зачастую не всегда те или иные методы и алгоритмы могут успешно применяться при решении традиционных задач технического зрения в других областях, отсутствуют
унифицированные методов, которые были бы универсальны [5]. Это связано с тем, что СТЗ робота должна удовлетворять жестким требованиям, имеющим достаточно сложную реализацию. Чтобы выполнить задачу в реальном времени, используемые алгоритмы должны быть более простыми и допускать эффективную вычислительную реализацию. Но, высокий спектр задач и стремление к универсальности системы вынуждают отказаться от простых алгоритмических решений и перейти к сложным методам обработки и анализа видеоинформации. Стоит также отметить, что гибкость системы, возможно, организовать и за счет разнообразных алгоритмов с большим числом изменяемых параметров. Необходимо учесть также, что операторами роботов зачастую являются рядовые пользователи, а не высококвалифицированные специалисты, и зачастую они не владеют в полной мере математическими методами обработки видеоинформации, а также программированием. Указанная выше специфика решения робототехнических задач актуализирует разработку абсолютно новых АПС, которые бы эффективно поддерживали все необходимые режимы функционирования СТЗ робота. На рис. 1 показана обобщенная функциональная схема СТЗ робота.
Исходя из вышеизложенного, стоит отметить, что любой (АПС), решающая задачи с учетом времени должна характеризоваться определенными функционалом: прием данных с последующим анализом и обработкой, принятие решений и передачей результатов анализа для последующего обработки, если таковая потребуется.
Заключение
Конфигурация такой системы зависит от платформы, управления при запуске, в его функции входит определения ядра и передача ему управления. АПС реализуется на языке ANSI С и является полностью кросс-платформенной. Для полноценного функционирования системы требуются системные сервисы. Предлагаемый принцип обеспечивает универсальность и гибкость управления системы на различной платформе. Применяемые в робототехнике СТЗ оперируют различными операциями, некоторых из них может не быть или они могут быть объединены с другими, и выполняться в абсолютно различной последовательности. Все эти системы отличаются широким разнообразием и естественно предусматривают некоторые структурные и функциональные различия в зависимости от поставленной задачи. Учитывая выше изложенное можно делать следующий вывод: при работе в сложных условиях значительно усложняется круг решаемых задач с помощью роботов и, соответственно, возрастает необходимость в разработке универсальной СТЗ снабженной соответствующими средствами для решения сложных функциональных задач возникающих (вытекающих) из условии работы.
Литература
1. Адилов P.M. Исследование и разработка методов анализа многоградационных растровых изображений в системах технического зрения: Дис... канд. техн. наук. Пенза, 2005. 176 с.
Рис. 1. Обобщенная функциональная схема СТЗ робота
Рис. 2. Структурная схема программного комплекса
2. Анисимов Б.В.КургановВ.Д.ЗлобинВ.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. 295 с.
3. Багутдинов P.A. Поход к алгоритмизации адаптивных систем технического зрения, применяемых в робототехнике // Фундаментальные и прикладные научные исследования: актуальные вопросы, достижения и инновации. Сборник статей победителей IV Международной научно-практической конференции (Пенза, 27 марта 2017). Пенза: 2017. С. 20-22.
4. Багутдинов P.A. Гносеологические аспекты к определению назначения и состава СТЗ в задачах проектирования и разработки робототехнических комплексов II Программные системы и вычислительные методы. 2017. № 1. С. 39-45.
5. Воротников С. А. Информационные устройства робототехнических систем. М.: Изд. МГТУ им Н. Э. Баумана, 2005. 384 е., ил.
6. Методы компьютерной обработки изображений / под ред. В. А. Сойфера. М.: Физматлит, 2001. 784 с.
7. Островский O.A. Криминалистическая портретная экспертиза по видеоизображениям, как форма определения личности II В сборнике: The Eleventh International Conference on Eurasian scientific development Proceedings of the Conference. Editor Jana Ilyna, Russia. 2016. C. 176-179
8. Островский О.АПринцип объектной декомпозиции в систематизации идентификационных кодов, характеризующих преступления в сфере компьютерной инфор-мации//Полицейскаядеятельность. 2017. №3. С. 10-18.
9. ПоварковаА.В. Компьютерный анализ изображений: общие сведения, системы, примеры использования // Вестник инфекгологии. URL: http://www.infectology.ru/microsco-pY/today/analvsis/index.aspx (дата обращения: 08.09.2017)
10. Прэтт У. Цифровая обработка изображений: в двух кн.: пер. с англ. М.: Мир, 1982. Кн. 1. 310 е., Кн. 2. 790 с.
11. Розенфельд А. Распознавание изображений: пер. с англ. II ТИИЭР. 1981. Т. 69. № 5. С. 120-133.
12. Семенков. О. И, АбламейкоС.В., БерейчикВ.И., Старовойтов В. В. Обработка и отображение информации в растровых графических системах. Минск: Наука и техника, 1989. 180 с.
13. Семин, М. С. Прикладные задачи, решаемые с помощью систем технического зрения II Специальная техника. 2002. № 6. С. 12-17.
14. ФуК., Гонсалес Р., ЛиК. Робототехника: пер. с англ. М.: Мир, 1989. 624 с.
15. ХорнБ.К. Зрение роботов: пер. с англ. М.: Мир, 1989. 487 е., ил.
16. ЯньковВ.В. Проверка аналитического решения о нагружении круглой пластины распределенной изгибающей нагрузкой / Высокие технологии в современной науке и технике //ВТСНТ НИ ТПУ 2014. С. 404-407.
17. ZakharovaA.A. BagutdinovR.A. The task adaptation method for determining the optical flow problem of interactive objects recognition in real time [Electronic resource] II Journal of Physics: Conference Series. 2017. Vol. 803: Information Technologies in Business and Industry (ITBI2016). [012014,4 p.].
PRINCIPLE OF DEVELOPMENT OF ALGORITHMIC SUPPORT OF THE SYSTEM OF TECHNICAL VISION OF ROBOTS
RAVIL A. BAGUTDINOV
Tomsk, Russia, ravil_bagutdinov@yahoo.com
ABSTRACT
By analogy with the natural world, vision is the main integral component of robotic systems. In this connection, one of the urgent tasks in the modern development of robots is to solve the problem of creating new, improved systems, algorithms, methods and principles of spatial navigation of robots. The systems of technical vision used in robotics operate with different operations, some of them may not be or they can be combined with others, and performed in an absolutely different sequence. All these systems differ in a wide variety and naturally provide for certain structural and functional differences depending on the task. When working in difficult conditions, the circle of solved problems becomes much more complicated with the help of robots and, accordingly, there is a growing need to develop a universal systems of technical vision equipped with appropriate means for solving complex functional problems.
As a result, you can create a system for any particular case of technical vision, which is several times greater than that of the human eye. The functionality, efficiency and flexibility of the STV are highly dependent on its algorithmic support. Features of the robotic software directly depend on the choice of hardware and algorithmic support of the operation of the systems of technical vision for the implementation of a clearly defined task.
In this article, the author examines in detail such aspects of the development of mobile robots as a function of solving robotic tasks, the urgency of developing new algorithmic and software tools that provide effective support for all operating modes. Applied approaches and textual calculations are advanced on the basis of image recognition methods, discrete transformations and digital image processing and system analysis. The work also considers the formation of 3D models of the object surface, applied to mobile robots; the generalized functional diagram of the systems of technical vision of the robot is presented. The results of the research will be useful in various monitoring systems, control modernization systems, multisensory information processing, in the development of robotic complexes and systems.
KEYWORDS: multisensory systems; robotic complexes; development of mobile robots; vision systems; machine vision systems; management; processing; 3D.
REFERENCES
1. Adilov R. M. Issledovanie i razrabotka metodov analiza mnogogradatsionnykh rastrovykh izobrazhenii v sistemakh tekhnicheskogo zreniya: Dis... kand. tekhn. nauk [Research and development of methods for analyzing multi-degradation raster images in vision systems. Dr. tech. sci. diss.]. Penza, 2005. 176 p. (In Russian)
2. Anisimov B. V. Kurganov V. D. Zlobin V. K. Raspoznavanie i tsi-frovaya obrabotka izobrazhenii. [Recognition and digital image processing]. Moscow: Vysshaya shkola, 1983. 295 p. (In Russian)
3. Bagutdinov R. A. Podkhod k algoritmizatsii adaptivnykh sistem tekhnicheskogo zreniya, primenyaemykh v roboto-tekhnike [The approach to algorithmization of adaptive vision systems used in robotics]. Fundamental'nye i prikladnye nauchnye issledovaniya: aktual'nye voprosy, dostizheniya i innovatsii. Sbornik statei pobeditelei IVMezhdunarodnoi nauchno-prakticheskoi konferentsii [Fundamental and applied scientific research: current issues, achievements and innovations. Collection of articles of the winners of the IV International Scientific and Practical Conference, Penza, March 27, 2017]. Penza, 2017. Pp. 20-22. (In Russian)
4. Bagutdinov R. A. Gnoseologicheskie aspekty k opredele-niyu naznacheniya i sostava stz v zadachakh proektirovani-ya i razrabotki robototekhnicheskikh kompleksov. Program-mnye sistemy i vychislitel'nye metody [Software systems and computational methods] 2017. No. 1. Pp. 39-45. (In Russian)
5. Vorotnikov S. A. Informatsionnye ustroistva robototekhnicheskikh system.[Information devices of robotic systems]. Moscow: Izd. MGTU im N. E. Baumana, 2005. 384 p., il. (In Russian)
6. Soifer V. A. (Ed.) Metody komp'yuternoi obrabotki izo-brazhenii. [Methods of computer image processing. Moscow: Fizmatlit, 2001. 784 p. (In Russian)
7. Ostrovskii O. A. Kriminalisticheskaya portretnaya eksper-tiza po videoizobrazheniyam, kak forma opredeleniya lich-nosti [Forensic portraits on video images, as a form of identification]. The Eleventh International Conference on Eurasian scientific development Proceedings of the Conference. Editor Jana Ilyna, Russia. 2016. Pp. 176-179. (In Russian)
8. Ostrovskii O. A. Printsip ob''ektnoi dekompozitsii v sistem-atizatsii identifikatsionnykh kodov, kharakterizuyushchikh prestupleniya v sfere komp'yuternoi informatsii. [The principle of object decomposition in the systematization of inden-tification on codes characterizing crimes in the of computer information]. Politseiskaya deyatel'nost' [Police activity]. 2017. No. 3. Pp. 10-18. (In Russian)
9. Povarkova A. B. Komp'yuternyi analiz izobrazhenii: obsh-chie svedeniya, sistemy, primery ispol'zovaniya [Computer analysis of images: general information system, examples of use]. Vestnik infektologii. Elektronnyizhurnal [Herald of infectious diseases. Electronic journal]. URL: http://www.infectol-ogy.ru/microscopY/today/analvsis/index.aspx (date of the application: 08.09.2017) (In Russian)
10. Prett U. Tsifrovaya obrabotka izobrazhenii: v dvukh kn [Digital image processing]. In 2nd book. Moscow: Mir, 1982. B. 1. 310 p., Kn. 2. 790 p. (In Russian)
11. Rozenfel'd A. Raspoznavanie izobrazhenii [Image Recognition]. TIIER. 1981. T. 69. No. 5. Pp. 120-133. (In Russian)
12. Semenkov O. I, Ablameiko S. V., Bereichik V. I., Starovoitov V.V. Obrabotka i otobrazhenie informatsii v rastrovykh grafich-eskikh sistemakh [Processing and display of information in raster graphics systems]. Minsk, Nauka i tekhnika, 1989. 180 p. (In Russian)
13. Semin, M. S. Prikladnye zadachi, reshaemye s pomoshch'yu sistem tekhnicheskogo zreniya Tekst [Applied problems solved with the help of vision systems]. Spetsial'naya tekhnika [Spectral technology]. 2002. No. 6. Pp. 12- 17. (In Russian)
14. Fu K., Gonsales R., Li K. Robototekhnika [Robotics]. Moscow: Mir, 1989. 624 p. (In Russian)
15. Khorn B. K. Zrenie robotov [Vision of robots]. Moscow: Mir, 1989. 487 p., il (In Russian)
16. Yan'kov V. V. Proverka analiticheskogo resheniya o nagru-zhenii krugloi plastiny raspredelennoi izgibayushchei nagru-zkoi [Verification of the analytical on the loading of a circular plate by a distributed]. Vysokie tekhnologii v sovremennoi nauke i tekhnike [High technologies in modern science and technology]. VTSNTNI TPU. 2014. Pp. 404-407. (In Russian)
17. Zakharova A. A. Bagutdinov R. A. The task adaptation method for determining the optical flow problem of interactive objects recognition in real time [Electronic resource]. Journal of Physics: Conference Series. 2017. Vol. 803: Information Technologies in Business and Industry (ITBI2016). [012014, 4 p.].
INFORMATION ABOUT AUTHOR:
Bagutdinov R. A., Postgraduate Student of the Institute of Cybernetics, Assistant, Programmer of the Tomsk Polytechnic University.
FOR CITATION: Bagutdinov R. A. Principle of development of algorithmic support of the system of technical vision of robots. H&ES Research. 2017. Vol. 9. No. 5. Pp. 66-71. (In Russian)
