ПОИСК ТРЕХМЕРНЫХ ИЗОБРАЖЕНИЙ НАВЫКОВОЙ СИСТЕМОЙ ТЕХНИЧЕСКОГО ЗРЕНИЯ
←
→
Транскрипция содержимого страницы
Если ваш браузер не отображает страницу правильно, пожалуйста, читайте содержимое страницы ниже
36 Методология проектирования
УДК 338.001.76
ПОИСК ТРЕХМЕРНЫХ ИЗОБРАЖЕНИЙ
НАВЫКОВОЙ СИСТЕМОЙ
ТЕХНИЧЕСКОГО ЗРЕНИЯ
Гниловский С.В., Полянский А.Б., Кавыгин В. В.,
Липецкий государственный технический университет
Навыковые системы технического зрения способны обучаться поиску предметов сложной
формы с минимальным количеством изображений в обучающей выборке. Для повышения
адекватности работы системы целесообразно использовать трехмерное моделирование,
которое позволяет сравнительно просто изменять размеры, форму и свойства трех-
мерных изображений и соответственно исследовать возможности работы навыковой
системы технического зрения.
Ключевые слова: навыковые системы, техническое зрение, трехмерное моделирование.
SEARCH OF THREE-DIMENSION IMAGES
OF SKILL SYSTEM OF TECHNICAL VISION
Gnilovskiy S. V., Polyanskiy A. B., Kavygin V. V.,
Lipetsk state technical university
Skill systems of technical vision are able to be trained the search of subjects having complex shape
with the minimal amount of images in training sample. To improve the adequacy of work of the
system it is reasonable to use 3D modeling which allows change comparatively easily dimensions,
shape and properties of 3D images and correspondingly study possibilities of work of skill system of
the technical vision.
Key words: skill systems, technical vision, 3D modeling.
Навыковые системы технического зрения мы технического зрения обладают наибольшей
способны обучаться поиску предметов сложной информативной емкостью среди систем адап-
формы с минимальным количеством изобра- тации, поэтому им постоянно уделяется значи-
жений в обучающей выборке. Для повышения тельное внимание. В Липецком государствен-
адекватности работы системы целесообразно ном техническом университете разработаны
использовать трехмерное моделирование, ко- теоретические основы, методика обучения
торое позволяет сравнительно просто изме- навыко-вычислительных систем технического
нять размеры, форму и свойства трехмерных зрения и изготовлены опытные образцы для
изображений и соответственно исследовать управления многокоординатной электроме-
возможности работы навыковой системы тех- ханической системой промышленных роботов
нического зрения. ТУР-10К и PUMA [3, 4]. После обучения роботы
Роботы, оснащенные системами техническо- способны находить предметы сложной формы,
го зрения, могут выполнять поиск требуемых произвольно расположенные. Процесс обуче-
объектов, сортировку, дефектацию, сборку, ния сводится не к запоминанию образов ситуа-
ориентироваться в пространстве [1, 2]. Систе- ций, а к формированию такой проводимости
КОНСТРУКТОРСКОЕ БЮРО • 3 • 2014Методология проектирования 37
памяти технического мозга, проходя через ко- изменения структуры системы, к которой до-
торую рецепторная информация превращается полнительно подключается база данных, со-
в сигналы управления. держащая цифровые портреты образов или
Процесс обучения технических навыковых ситуаций и значения кодов откликов системы
систем подобен выработке условного рефлекса на эти образы. Из базы данных берется очеред-
у животного, как и в опытах И.П. Павлова, поэ- ной образ – множество {В}, а из базы навыков
тому такие системы, по сути, являются рефлек- множество {С} и определяется множество{Y}.
торными. Навыковой системе предъявляется После суммирования расчетное значение Ypi
образ или ситуация, характеризуемые множе- сравнивают с заданным Yp:
ством факторов:
(5)
(1)
Если ошибка не превышает допуска на ошибку,
Рецепторы воспринимают эти факторы- то система считается обученной. В противном слу-
сигналы, возбуждаясь пропорционально им и чае следует перерасчет весовых коэффициентов.
собственной чувствительности. Возбуждения Расчет ведется по рекуррентно-итерационному
рецепторов образуют множество: алгоритму. Величина поправки каждого весового
коэффициента Сj определяется в зависимости от
(2) ошибки и возбуждения рецептора. Процесс обу-
чения осуществляется автоматически, как прави-
Каждый нейрон формирует свою долю ло, многократным повторением.
управляющего сигнала, пропорциональную: Моделирование поиска предметов сложной
формы выполнено в компьютерном варианте
(3) [5] и с использованием андроидного робота
АР-101М, оснащенного навыковой системой
технического зрения [6]. Управление роботом
где: – коэффициент пропорциональности; осуществлено по следующей схеме (рис. 1):
– возбуждения рецепторов; в мобильный контроллер робота был зашит
– весовые коэффициенты. микрокод, позволяющий выполнять простые
База данных может содержать i = 1…m обра- команды (движение заданного сервопривода
зов. Расчетный отклик равен: на заданный угол) по сигналу с Bluetooth. Для
получения изображения использована web–
камера, прикрепленная к голове робота и под-
(4)
ключенная к персональному компьютеру. Это
дало возможность выполнять основную обра-
Процесс обучения заключается в опреде- ботку данных на стационарном компьютере,
лении весовых коэффициентов, аналогов про- разгрузив тем самым мобильный контроллер,
водимостей синапсов коры головного мозга имеющий сравнительно небольшую скорость
живых существ. Обучение производится без вычислений.
Рис. 1. Схема управления роботом
3 • 2014 • КОНСТРУКТОРСКОЕ БЮРО38 Методология проектирования
В качестве объектов поиска были взяты фи- сокой ошибки при распознавании, могут быть
гурки животных, имеющие сложную простран- как естественное и искусственной освещение,
ственную форму, плохо поддающуюся матема- материал деталей, качество обработки поверх-
тическому описанию. Это было сделано для при- ности и плотность расположения образцов и
ближения условий работы системы к реальным другие. Недостатки такого оборудования мо-
(например, при поиске деталей сложной формы жет компенсировать данная программа, напи-
на машиностроительном производстве). санная на высокоуровневом языке программи-
При использовании компьютерного вариан- рования Delphi с использованием прикладных
та в обучающую выборку включались плоские библиотек OpenGL для повышения визуальных
изображения предметов, что снижало достовер- эффектов и простоты работы в трехмерной
ность исходной информации. При использова- среде. Предположим, что необходимо найти
нии андроидного робота в обучающую выборку некую деталь, назовем ее «Деталь 1», среди по-
включались изображения реальных трехмер- хожих на нее еще нескольких деталей. После
ных предметов, но при этом возможности изме- последовательно-рекуррентного обучения на-
нения свойств предметов весьма ограничены. чинаем поиск объекта. Движение осуществляет-
Целесообразна разработка виртуальной среды, ся в одной плоскости – плоскость XY. Во время
которая помогла бы в исследовании навыковых движения камеры, в ее поле зрения попадают
систем технического зрения, изучении поведе- поочередно две разные детали (рис. 2.1), но с
ния системы при распознавании движущихся одинаковыми видами со стороны камеры на
объектов, распознавании деталей из разных ма- плоскость XY (рис. 2.2). Одна из деталей является
териалов и ряд других явлений и процессов. предметом поиска.
В зависимости от параметров рабочего про- Система примет за искомую деталь ту, кото-
странства и сложности выполняемой работы на рая раньше попадет в объектив камеры. А так
лабораторном стендовом оборудовании невоз- как первой по счету на пути следования каме-
можно в полной мере реализовать поставлен- ры может оказаться и ненужная нам деталь, в
ные задачи и изучить возможности, которыми данной задаче это «Деталь 2», недостаточно ис-
владеют навыковые системы. Под исследуемы- пользовать только одну плоскость движения.
ми параметрами, влияние которых может по- Для полноты образа исследуемого объекта не-
влиять на корректную работу, вследствие вы- обходимо увеличить количество плоскостей,
а) б)
Рис. 2. Изображение деталей при работе в трехмерной (а) и в плоской среде (б) поиска
КОНСТРУКТОРСКОЕ БЮРО • 3 • 2014Методология проектирования 39
а) б)
Рис. 3. Деталь «Вал» с различной текстурой: а) текстура первого типа; б) текстура второго типа
по которым можно осуществлять движение откликов, чтобы не возникло конфликтных ситу-
камера, и поэтому будем иметь более полное аций при обучении и распознавании объектов.
представление об искомом предмете, путем Чтобы научить систему двигаться в нужном нам
включения в обучающую выборку нескольких направлении, в обучающую выборку необходи-
изображений интересующего предмета с раз- мо включать также изображения, назначение ко-
ных позиций. Это достоинство является основ- торых сводится только к определению направле-
ным, по сравнению с системой, работающей с ния движения. В частности, для формирования
плоскими изображениями. управляющего сигнала для движения вправо,
Трехмерная модель детали не моделируется если предмет любой формы появится справа, то
непосредственно в данной программе, а им- включают изображение (рис. 3), а для движения
портируется из программы Autodesk Inventor, вниз изображение (рис. 4, б). Это опорные изо-
с последующей обработкой в Autodesk 3D Max. бражения. Они обобщают возможные ситуации
В программе можно изменять освещенность и позволяют сократить обучающую выборку.
сцены, характер отражения света (изменяется в Сделано это для того, чтобы была возможность
зависимости от источника света). Также возмож- работы с деталями, имеющими различную гео-
но изменение текстуры детали, что соответству- метрию.
ет изменению материала в виртуальной среде. Перемещение виртуальной камеры возмож-
Такой подход снижает экономические затраты но в трех координатных направлениях с одно-
на изготовление исследуемых образцов при ис- временным осуществлением необходимых
пользовании их совместно с лабораторным обо- поворотов. Перемещения и повороты можно
рудованием. осуществлять как в ручном режиме, так и в ав-
Движение может быть воспроизводимо или томатическом, когда камера двигается в зави-
построено на основе навыков, полученных при симости от результата отклика по каждому из
рекуррентно-последовательном обучении, не- направлений. Например, при автоматическом
отъемлемой частью которого является составле- перемещении по трем координатам система
ние обучающей выборки [5–8]. Она представляет будет иметь одну обучающую выборку и три
собой набор изображений исследуемых деталей фактических отклика на каждую из координат.
и таблицу, в которой задаются отклики системы, В системе принято следующее правило: при рас-
используемые при расчете весовых коэффици- познавании искомого объекта, движение мож-
ентов системы для сравнения их с фактически- но прекратить, назначив в обучающей выборке
ми значениями откликов при распознавании де- целевой отклик равным Y = 0 по каждому из
тали. Для каждого из изображений в обучающей направлений движения, а перемещение выпол-
выборке назначают индивидуальные значения нять при задании в выборку опорного сигнала
3 • 2014 • КОНСТРУКТОРСКОЕ БЮРО40 Методология проектирования
а) б)
Рис. 4. Изображения для задания движения камеры при поиске:
(а) – используем при движении вправо, б) – при движении вниз)
равного Y = 1 по интересующему направлению поиску прекратится (рис. 6.1). Движение проис-
движения. Данное правило не канонично и ис- ходит в плоскости XY и для поворота в плоско-
пользуется для простоты и удобства работы. сти XZ добавляем еще одно изображение иско-
Так, для остановки движения, целевые откли- мой детали, но в другой позиции, т.е. вид сверху
ки при обучении задают равными нулю (Yx = 0, (рис. 6.2). При этом остальные изображения в
Yy = 0, Yz = 0), для движения по оси Х в положи- обучающей выборке будут служить для задания
тельном направлении (Yx = 0, Yy = 0, Yz = 0). направления перемещения камеры.
Разберем пример работы системы, в котором Принимаем значение ошибки распознавания
система ищет деталь среди ей подобных (рис. 5) равной ошибке при обучении (Δраспозн=49 %,
по геометрии и материалу. В качестве искомо- потому как максимальная ошибка обучения со-
го объекта примем деталь под номером №6. ставляет Δ= 49 %, при этой ошибке получаем
Она имеет схожую форму с деталью №1 и №3 и минимальную точность распознавания, при
одинаковый материал с деталями №2 и №4. За- которой возможна полноценная идентифика-
дадим в обучающую выборку изображение этой ция объекта). Выберем направление поиска, по
детали, при распознавании которого, работа по которому будет двигаться камера. Начинаем
Рис. 5. Набор деталей
КОНСТРУКТОРСКОЕ БЮРО • 3 • 2014Методология проектирования 41 поиск с детали №1. При попадании в объектив камеры детали №1 значения откликов состави- ли: Yy=0,59, Yxz=0,32. Камера не будет поворачи- ваться и продолжит перемещение, так как толь- ко при условии , Yy0,49 произойдет поворот камеры. При попадании других деталей в поле зрения камеры эти два условия не вы- полняются, но при попадании в объектив изо- бражения детали №6 отклики системы измени- лись: Yy=0,46, Yxz=0,53. Это вызвало остановку камеры и поворот ее (из позиции №1 в позицию №2). Поворот происходил до того момента, пока не выполнилось условие Yxz
42 Методология проектирования
Таким образом, навыковые системы техниче- для промышленных роботов // Липецкий госу-
ского зрения способны обучаться поиску предме- дарственный технический университет. – Ли-
тов сложной формы с минимальным количеством пецк, 2001. – 223 с.
изображений в обучающей выборке. Для повыше- 5. Кавыгин В.В., Полозов С.В., Дедо-
ния адекватности работы системы целесообразно ва А.С., и др. Навыковая система техниче-
использовать трехмерное моделирование, кото- ского зрения // I Международная научно-
рое позволяет сравнительно просто изменять раз- практическая конференция «Интеллектуаль-
меры, форму и свойства трехмерных изображений ные машины» 9–10 апреля 2009 г. – М.: МГТУ
и соответственно исследовать возможности рабо- «МАМИ», 2009 – 102 с.
ты навыковой системы технического зрения. 6. Кавыгин В.В., Московко А.С. Навыко-
вая система технического зрения // Научные
БИБЛИОГРАФИЧЕСКИЙ СПИСОК труды Междунароной научно-практической
конференции «Фундаментальные пробле-
1. Андрианов Ю.Д., и др. Управляющие мы и современные технологии в машинострое-
системы промышленных роботов / Под ред. нии». – М.: Машиностроение, 2010. – 571 с.
И.М. Макарова. – М.: Машиностроение, 7. Попиков П.И., Шмырин А.М., Кавыгин
1984. – 288 с. В.В., и др. Навыко-вычислительная система тех-
2. Брагин В.Б., и др. Системы очувствле- нического зрения // Датчики и системы // М. –
ния и адаптивные промышленные роботы / 2010. – №2. – С. 37–40.
Под ред. Е.П. Попова. – М.: Машиностроение, 8. Кавыгин В.В., Московко А.С., и др. Осо-
1985. – 256 с. бенности идентификации изображений навы-
3. Антонов В.М. Обучаемые системы управ- ковой системой технического зрения при гради-
ления // Липецкий государственный техниче- ентном распределении весовых коэффициентов
ский университет. – Липецк, 1998. – 415 с. // Вести высших учебных заведений Черноземья.
4. Буков А.А. Технические нервные системы. Научно-технический и производственный жур-
Обучаемые системы управления со зрением нал. – 2012. – №2. – С. 47–51.
ВЫШЛА ВЕРСИЯ 2013.11 ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ MAGICAD
Группа компаний CSoft сообщает о выпуске разработчиком, компанией Progman Oy, новой версии
программного обеспечения MagiCAD, предназначенного для проектирования и расчета внутренних ин-
женерных коммуникаций. MagiCAD объединяет в себе удобный чертежный инструмент и мощное расчет-
ное ядро. В состав программного продукта входит несколько сотен тысяч единиц оборудования с реаль-
ными физическими характеристиками (представлено оборудование ведущих европейских и китайских
производителей).
MagiCAD работает на платформе AutoCAD или Revit MEP.
В состав линейки программных продуктов MagiCAD входят следующие модули:
MagiCAD Вентиляция – проектирование систем вентиляции и кондиционирования.
MagiCAD Трубопроводы – проектирование систем отопления, теплохолодоснабжения, внутреннего
водопровода и канализации, внутреннего газоснабжения.
MagiCAD Электроснабжение – проектирование систем электроснабжения и электроосвещения.
MagiCAD Спринклеры – проектирование систем водяного пожаротушения.
MagiCAD Помещение – теплотехнический расчет и анализ зданий и сооружений.
MagiCAD Схематика – проектирование схем электротехнических цепей различной сложности.
MagiCAD 2013.11 предлагает новые функции, которые вне зависимости от стоящих перед вами про-
ектных задач помогут использовать рабочее время наиболее эффективно.
csoft.ru
КОНСТРУКТОРСКОЕ БЮРО • 3 • 2014На правах рекламы
Для оформления подписки через редакцию необходимо получить счет на оплату,
прислав заявку по электронному адресу podpiska@panor.ru
или по факсу (495) 664-2761, а также позвонив по телефонам: (495) 749-2164, 749-4273.Вы также можете почитать
