技术文章

当前页面: 首页 >技术文章 >正确认知机器人定位技术--机器视觉

正确认知机器人定位技术--机器视觉

--[db:子标题]

供稿:中国工控网 2016/5/12 13:39:48

0 人气:217

  • 关键词: 机器视觉 机器人定位技术
  • 摘要:研究机器人或者说研究“智能机器人”的基础首先应该是研究“机器视觉技术”。 机器人定位实际上是通过其他传感器给机器人执行动作提供判断依据,其中以视觉传感器为主。

  机器视觉作为一门发展迅速的新兴学科,正在越来越多的领域得到非常广泛的运用。在过去,通常是用人眼对目标进行识别、跟踪和分析。现在,由于视觉识别技术的发展,可以用摄像机和计算机代替人眼实现生产更高程度的自动化。

  随着电子计算机科学,图像处理技术,模式识别技术与理论的迅速发展,机器视觉的实际研究与应用价值正日益得到重视,并不断在许多领域取得骄人的成果。

  一、视觉技术的两大应用:质量控制与辅助生产

  纵观目前工业生产中应用到的视觉技术大致可分为两类:质量控制和辅助生产。其中质量控制就是代替人工对产品的尺寸、外观等进行检测,识别出不良品,此类设备在国内外自动化生产线已有广泛使用。

  辅助生产指的是利用视觉技术给机器人提供动作执行依据,目前广泛应用的是基于单目视觉的二维定位技术。但是由于大部分可用二维视觉定位的生产工位都可以用机械定位的方式去代替,其成本和复杂程度都比视觉定位要简单,只有极少数场合才不得不用视觉定位。

   在机器人生产过程中,大多数需要定位的情况都是需要给出三维坐标的,也就是说被测对象相对于机器人的位置是不确定的。但是此类定位需求,技术门槛较高,尽管有此类技术,但是并没有被广泛应用。

  然而随着德国“工业4.0”的提出以及中国在2015年5月发布的《中国制造2025》行动纲领,全球范围内都对制造业提出了新的挑战,即建设“智能工厂”。智能工厂的核心就是“机器拟人化”生产,视觉定位是其中极其重要的技术。维视图像公司作为一家以机器视觉技术为核心业务的下游方案提供商,很显然将处于这场改变世界制造业格局的旋风中。其推出的MV-VS220双目系统,由于是采用面向开发者的销售模式,受到了广大系统集成商及科研单位的好评。

  

 二、机器视觉定位前沿技术  机器视觉定位包括两类:二维定位和三维定位。在国内,三维定位自有技术还非常少,针对该技术的专利申请在国内几乎处于空白。但是在国外,以微软、谷歌、苹果等公司为例,他们早已在三维信息检测、三维空间重构等领域进行了布局。

   1、三维姿态跟踪

  微软公司在2010年4月推出了Kinect体感游戏设备,该设备是应用于Xbox360主机的周边设备。主要功能是获取玩家全身上下的肢体动作,来操作Xbox上的游戏。

  该设备左侧为红外光发射器,是一种光编码结构光技术;中间为640*480分辨率的彩色CMOS摄像头;右侧为320*240分辨率的红外CMOS摄像头。其获取玩家三维动作的核心技术为类双目立体视觉技术。依托已经标定好的双摄像头之间的基线距离、焦距及视差数据,然后根据红外摄像头采集到的红外点阵图,进而计算出深度信息。

  但是Kinect公布的测量精度为:测量2米范围时,理论精度可以达到1cm(有第三方机构实测表示达不到该精度)。由于该设备是面向娱乐行业,对精度和检测结果一致性的要求较低。当然了,微软的软件算法鲁棒性肯定是很好的,主要是其硬件部分采用了低成本的CMOS感应器。相对于维视图像公司针对工业应用研发的双目立体视觉设备MV-VS220来说,在硬件配置方面维视图像可谓是极尽豪华了。其采用了1280*960分辨率的CCD相机,可同时感应可见光和近红外光,标准配置在测量0.8米范围时,重复测量精度可以达到0.6mm。

  


   2、三维空间定位     

  看过微软的Kinect设备,我们再看看以库卡机器人为代表的三维空间定位技术。近期库卡机器人发布的“机器人大战乒乓冠军”视频炒的挺热门。暂不谈机器人本身的运动速度和精度,这里主要谈谈给机器人做乒乓球定位的三维空间定位技术。如下图所示:


 

                                                           其实该应用的基础技术不是特别前沿,属于比较常规的双目三维定位技术。由于乒乓球在运动过程中速度极高,可以达到3米/秒,被测对象是高速运动目标,所以可以采用高速相机进行抓拍,然后利用帧差分法获取被测目标进而过滤掉背景图像(因为在相机拍摄视野内,除了乒乓球外的其他目标的运动速度极低,在高速相机拍摄的连续两帧图像之间,只有乒乓球的位置会发生变化)。这样一来,左右相机中的待测对象都只有一个点(将乒乓球简化为一个点)了,立体匹配和三维姿态测量的速度就可以很快了。完全能够跟得上乒乓球的运动。  当然了,由于以上产品设备已经正式投入了商业化运营,制造厂家是不可能把具体技术实现进行公布的,我们仅能从结果去猜想。但是从一些非营利性实验室或高校实验室设备提供商所推出的产品,我们是可以从中获得不少有用信息的。以维视图像推出的CCAS双目视觉系统来说,其官网上就有该系统原理的详细介绍。

  三、机器“拟人化”得先研究“人”

  目前针对“机器”的前沿性研究,很大部分都是从人、动物来获取灵感,比如我们研究苍蝇的眼睛,进而发明了相机;我们研究蝙蝠进而发明了雷达。所以在这新一轮工业革命大潮中,“机器”的发展方向必然是“类人化”、“拟人化”,让机器可代替人去工作,甚至能工作的比人更好。当然了,目前机器在有些方面已经可以代替人,也能比人做的更好,但是应用范围还比较狭窄,眼前的工作就是要进一步的使机器无限的接近于人。

  机器“拟人化”并不是说机器长的像人,这是一种很表面的理解,机器拟人的核心:一是机器能像人一样的去观察客观世界并获取信息;二是机器能像人一样的去思考判断,做出决策;三是机器可以像人一样灵活,去执行复杂的动作。看过《超能陆战队》电影的人都知道里面的“大白”,在不考虑目前技术实现的情况下,“大白”就是一个真正意义上的拟人化机器人。

  

                                                             有人说“科学离不开幻想”,是的,在机器视觉行业,这点尤其明显,我们纵观《钢铁侠》里托尼的“虚拟立体实验室”、《终结者》中的“T800机器人”、“天网”等,这些科幻电影无不把“视觉技术”幻想到了极致的境界。如果未来真能达到这样的科技水平,那么我们认为现在就可以研究“人”和“机器”的结合。

  人在工作、学习、生活时,无论多复杂的工作其实都是以下几方面的单一或组合行为:

  看:用眼睛获取客观世界的信息,将信息传递给大脑进行分析。对于机器人来说,就相当于机器人的摄像头。目前在成熟行业应用中,大多只能实现二维检测(机器人只有一个摄像头),也就是说,目前的机器人只能对同一个平面上的物体信息进行扫描获取。那么未来的发展方向必然是全方位的三维场景重现,也就是说机器人需要像人一样有两只眼睛。

  听:人通过耳朵获取声音信息。机器人在该方面的应用主要集中于娱乐行业,在工业领域应用几乎没有,这里不加多谈。但是未来真正的拟人化机器人,声音感应器是非常重要的一部分。

  触觉等:人通过身体其他部分接触物体或闻其气味来收集信息。机器人在该方面的技术主要以接触式检测为主,其核心技术是压力传感器,但是目前该种技术能获取的信息极其单一,应用的很少。在判断物体表面情况及有颜色的气味时,主要还是依靠视觉技术。

  思考:人通过眼睛、耳朵、身体各部位的触觉获取信息后传递给大脑,大脑通过历年的经验分析物体的形状、位置等,再根据我们的意愿下达执行动作。那么对机器人来说,这包含2部分:一是把传感器(以视觉传感器为主,还包括压力传感器、声音传感器等)获取到的“信号”(这里的信号可能是各种类型,比如图像信号、电压脉冲信号、电荷信号等)进行处理,提取有用的信息(就是计算机做判断的依据)转换为计算机课识别的数字信号。然后计算机再根据机器人的功能对该“数字信号”进行逻辑判断,进而把执行命令发给机器人。

  行动:人通过神经网络控制身体各部分进行各种行为,比如:跑步、皱眉、大笑等。对机器人来说,即通过马达电机控制执行机构执行动作。机器人未来在这方面的发展主要是提升执行机构的速度、降低惯性、增强稳定性等。

        

   将人的行为和机器的行为进行类比后,就能大致知道未来机器人可能的发展方向了。像阿里巴巴、软银、富士康联手投资的“Pepper情感机器人”项目,从概念上来说已经走到了世界前列。但是从实用性上来说,其意义更多的是偏向于战略方面。国内真正能自己研发机器人的厂家挺多,但是能做到国际水准的几乎没有,而且国内研发机器人厂商的视觉技术水平很低。国内纯做视觉技术的公司大多依赖于康耐视、基恩士等国外技术,真正走自己研发路线的公司较少,但依然有些国内公司在不断探索尝试。比如:富士康公司,其路线就是“引进——消化——创新研发”的路子;华为纯依靠自有技术积累,不断走自主研发路线;专注于机器视觉技术的维视图像,也一直走自主研发的道路,尽管坎坷不断,可喜的是现在终于有所成效,其以基础视觉硬件研发起家,后依靠引进先进机器人配套自主视觉软件技术推出的“视觉机器人平台”已经领先于整个机器视觉行业。

  综上所述,机器人定位技术其实是一个很广义的概念,它不仅仅是目前常见的二维坐标、三维坐标定位。机器人定位实际上是通过其他传感器给机器人执行动作提供判断依据,其中以视觉传感器(谁让图像是所有传感器提供的信号中包含信息量最大的载体呢)为主。研究机器人或者说研究“智能机器人”的基础首先应该是研究“机器视觉技术”。 

更多内容请访问 中国工控网(http://www.gongkong.com)

手机扫描二维码分享本页

工控网APP下载安装

工控速派APP下载安装

 

我来评价

评价:
一般