Системы технического зрения и проблемы обработка видеоинформации в задачах управления мобильных роботов
C целью повышения степени автономности робот может использовать только встроенные сенсорные датчики и системы сканирования РП (видеокамеры, ультразвуковое сканирование, радиолокация).
Наибольший эффект в формировании образа РП и определении местоположения MP могут дать системы технического зрения на базе современных видеокамер, которые имеют хорошую разрешающую способность, сравнительно невысокую цену и малые габариты, что делает их эффективными для MP небольшого размера. При оснащении автономных MP современными видеосистемами возможна постановка и решение ряда новых задач повышения точности при управлении движением и навигации MP, а именно: визуального управления, навигации с использованием ориентиров, вычисления местоположения и моделирования движения роботов. Решение этих задач расширяет возможности и области использования автономных MP. В настоящее время технологии обработки изображений СТЗ (включая «зрение» с помощью сонаров и лазеров) наряду с методами обработки сигналов глобальных навигационных систем типа GPS считаются ключевыми в задачах навигации роботов.
По выполняемым функциям СТЗ бывают трёх типов: распознающие, обзорноинформационные и измерительные. Распознающие и измерительные СТЗ находят применение на операциях контроля качества, классификации и сортировки как неподвижных, так и движущихся объектов. Измерительные системы, кроме определения геометрических параметров объекта, вычисляют расстояния до объектов, преобразуют координаты, определяют ориентацию и т.п. [85]. Обзорно-информационные СТЗ для транспортных роботов служат для обнаружения преград, свободных проходов (посредством анализа сцены), организации визуальной обратной связи.
СТЗ связаны с задачами сегментации, описания и распознавания отдельных объектов. Сегментацией называется процесс подразделения сцены на составляющие части или объекты. Алгоритмы сегментации, основываются на определении контуров или выделении текстур. При определении контуров эти методы определяют пиксели, лежащие на границе между объектом и фоном, что трудно сделать из-за шума, разрывов на границе вследствие неравномерной освещенности и других эффектов, приводящих к размытию изображения. Например, проведённое исследование [45] показало, что для разделения объектов в зашумлённой среде целесообразно использовать медианный или пороговый фильтры и алгоритм подчёркивания перепадов. В условиях больших отношений сигнал/шум, при контроле состояний поверхности, целесообразней использовать трансверсальную фильтрацию перед подчёркиванием перепадов, что неплохо подавляет шум и не разрушает необходимые контуры объекта. При сегментации изображения при выделении текстур в изображении определяются связанные области, имеющие схожие цветовые и частотные характеристики.
1.5.1.