机器人视觉处理四阶段策略,前两个阶段打下坚实基础

网友投稿 188 2024-02-11


第一代机器人,如第一批消费级机器人吸尘器,相对来说比较简单,自我导航和执行任务的能力有限这些机器人通过红外发射器等探测障碍物,使用震动传感器检测碰撞但是,这些都已成为历史随着人工智能(AI)、机器学习(ML)和计算机视觉(CV)等融合技术的进步,现在,机器人可以看到周围的环境,分析动态场景或变化的条件,并做出决定。

机器人视觉处理四阶段策略,前两个阶段打下坚实基础

而硬件创新进一步推动了这些功能的完善,比如越来越强大的移动平台、更复杂的传感器和高分辨率图像捕获有了这些资源,开发者可以专注于开发更少依赖外部硬件(如GPS)的更自主的智能机器人,机器人的工作环境也得到大大的拓展(如,在室内、在弱光下等),并且可以处理不断变化的环境和移动物体。

为零售、汽车、农业、工业物联网(IoT)、健康和企业等领域的新型机器人应用铺平了道路为实现上述目标,机器人开发者应努力克服机器人视觉三大挑战:确定对象的方向:不仅要识别周围环境中的对象,还必须确定它们在3D空间中的方向,以便机器人与这些对象交互和/或回避这些对象。

处理移动对象:给定环境中的对象可能不是静态的机器人需要在空间和时间上检测、识别和跟踪对象导航:要使机器人具有自主性,还需要相应的算法,允许其在变化的环境中进行移动四阶段战略开发者可以根据要求,通过采用四阶段策略来克服这些挑战:1. 预处理:从现实世界(如,传感器和相机)收集数据并转换,使数据更加方便使用。

2. 特征检测:从预处理数据中提取诸如角落、边缘等特征3. 对象检测和分类:从特征检测对象,并且可以根据已知的特征图对对象进行分类4. 对象跟踪和导航:跟踪已识别对象,包括对象和在机器人导航时改变环境的视点。

然后,这些阶段生成的数据可用于控制伺服、制定决策以及执行其他高级机器人任务本文将介绍该策略的前两个阶段:预处理和特征检测,以及如何使用功能丰富的开发工具包预处理机器人使用一个或多个摄像头和/或其他传感器从现实世界收集数据。

但是,这些原始数据可能不适合于满足既定目标所需的准确计算和预测此时,可以使用数字信号处理(DSP)等方法,“清理”数据,使其方便使用比如,可以采用多种方式清理图像数据,包括调整大小、伽马校正和对比度增强;而传感器数据,如来自Qualcomm Robotics RB3开发套件上的惯性测量单元(IMU)、加速度计、气压计和/或麦克风的传感器数据,可以进行融合、内推和/或过滤。

在处理图像数据时,必须规划好收集数量和速度Qualcomm Robotics RB3开发套件支持两个(立体)图像,这意味着系统必须同时处理两个平面此外,还可以支持16-32万像素的分辨率和30-60 fps的帧速率。

同样,可以使用Qualcomm? SDA845上的高速和低速连接器以及您采用的传感器类型,以各种频率和比特率收集传感器数据为减少处理这些数据的开销,一般希望使用最低采样率和分辨率,满足应用程序所需的数据量即可。

此外,还应尽可能将处理流程卸载到合适的处理器Qualcomm SDA845与专用硬件兼容,包括Qualcomm? Hexagon? 685 DSP和Qualcomm? Spectra? 280 ISP,以及更通用的Qualcomm? Kryo385 CPU和面向图形的Qualcomm? Adreno? 630 GPU。

在API方面,开发者可以使用Qualcomm?计算机视觉库,该库包含许多用于图像预处理的硬件加速API也可以使用Qualcomm?神经处理引擎SDK,其中包含图像预处理API,用于处理神经网络中的图像另外,还可以选择使用Qualcomm?骁龙?异构计算SDK,进一步控制计算操作的执行方式。

特征检测通过提供干净的数据,可以提取功能对于可视化数据,计算机视觉开发者希望的四种常用特性包括:角落:具有局部2D结构的点状特征边缘:两个区域之间的一组点Blob:感兴趣的区域脊:具有脊点的曲线有关这些特性的更多信息,并列出了许多特性检测器算法以及以检测的特性类型。

下图显示了从可视数据中检测到的特性:特征检测算法需要大量处理能力,但通常逐个像素运行开发者可以使用计算机视觉库中的特性检测API,其中包括Harris角检测器、FAST、Hough Transform和其他检测器,以及基于最大稳定极值区(MSER)的对象检测API。

结论前两个阶段为机器人视觉处理打下了坚实的基础预处理将数据转换为可用形式,而特征检测则是了解数据的过程在以后的文章中,我们将继续探讨最后两个阶段:对象检测和分类、对象跟踪和导航,为机器人提供导航和与周围环境交互所需的数据。

(文章来源于网络,如有侵权,请联系删文)

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:CCD机器视觉在线检测薄膜瑕疵缺检测仪检测薄膜类型
下一篇:SIMV薄膜表面缺陷检测设备的原理
相关文章

 发表评论

暂时没有评论,来抢沙发吧~