TI為機(jī)器視覺攝影鏡頭提供了一些非常不錯(cuò)的參考設(shè)計(jì)。TI為3D機(jī)器視覺提供的一種獨(dú)特的解決方案,利用了其數(shù)字光源處理器(DLP)技術(shù)。透過圖5中的例子可以看到,如何可在3D機(jī)器視覺應(yīng)用中利用DLP。
圖5 針對(duì)3D機(jī)器視覺的DLP解決方案。
除硬件外,TI還提供DLP結(jié)構(gòu)光軟件開發(fā)工具包(SDK),以及基于其TIDA-00254的3D機(jī)器視覺完整參考設(shè)計(jì)。
ADI選擇為條形碼掃描儀開發(fā)解決方案。機(jī)器視覺系統(tǒng)設(shè)計(jì)因?yàn)樾枰孀R(shí)和讀取大量的各類標(biāo)簽,而無論其大小、形狀、顏色或條件如何,所以需要使用這類基于影像的系統(tǒng)。該公司認(rèn)為條形碼掃描儀市場(chǎng)目前正在從基于雷射的系統(tǒng)轉(zhuǎn)向成像解決方案,從而獲得更高的掃描分辨率、吞吐量和專一性。為此,嵌入式處理器需要進(jìn)行邊緣檢測(cè)與分類,腐蝕、膨脹、復(fù)位位和感興趣區(qū)域選擇,以及掃描算法包含顏色和模板匹配部分。
在機(jī)器視覺攝影鏡頭領(lǐng)域,要求攝影鏡頭本身就能實(shí)時(shí)檢測(cè)缺陷或異常,Blackfin DSP的分析處理功能可以提高效率,并提供更具成本效益的線掃描和故障檢測(cè)解決方案。
ADI還推出了一款六足蜘蛛機(jī)器人,它可以部署在對(duì)人類來說過于危險(xiǎn)的惡劣環(huán)境中,例如地震或其他自然災(zāi)害地區(qū)。
協(xié)作型機(jī)器人
機(jī)器人將在智慧工廠和太空中與人類一起工作,這類協(xié)作型機(jī)器人被稱為cobot(collaborative robot的簡(jiǎn)稱)。計(jì)算機(jī)視覺和影像辨識(shí)的新技術(shù)進(jìn)步,將幫助這些cobot避免與其人類同事相接觸。VEO Robotics是一家為工業(yè)cobot開發(fā)感知和智慧方案的公司典范。
NASA自動(dòng)漫游車的機(jī)器視覺
現(xiàn)在我們來看看NASA用于自動(dòng)漫游車的機(jī)器視覺技術(shù)。最新的火星漫游車是Mars 2020 Rover,它有一個(gè)非常獨(dú)特的”SuperCam”—不像大多數(shù)其他機(jī)器視覺攝影鏡頭那樣看影像,而是使用紅外線和綠色激光束來遠(yuǎn)程分析土壤和巖石等材料的化學(xué)成分。使用的技術(shù)是雷射誘導(dǎo)擊穿光譜法(LIBS),利用漫游車上的遠(yuǎn)程RAMAN光譜系統(tǒng)進(jìn)行礦物分析(圖6)。欲了解更多信息,可參閱《”SuperCam” Update: Multi-purpose Instrument Coming Together for 2020 Launch to Mars》一文。
圖6 Mars 2020 Rover使用SuperCam。
使用機(jī)器人視覺的創(chuàng)新和教育應(yīng)用
6自由度機(jī)械手
人工智能正在成功地應(yīng)用于計(jì)算機(jī)視覺系統(tǒng),特別是機(jī)器人視覺(robotic vision)。計(jì)算機(jī)視覺可以獲取、分析、處理和理解影像,《Computer Vision Based Object Grasping 6DoF RoboticArm Using Picamera》一文中提供了基本的機(jī)械手臂設(shè)計(jì),它可以在特定位置執(zhí)行起吊、運(yùn)輸和卸放物體等多種任務(wù)。這個(gè)機(jī)械手臂與基于攝影鏡頭的3D視覺系統(tǒng)相配合—該系統(tǒng)連接到一臺(tái)具有視覺算法功能的計(jì)算機(jī),能夠辨識(shí)物體的變形,以及空間協(xié)調(diào),從而使機(jī)械手臂能夠遵循特定程序來完成其任務(wù)。
這種機(jī)器人設(shè)計(jì)使用了Picamera—這是一款官方的Raspberry Pi產(chǎn)品,能夠拍攝照片、錄制視訊,并可將所用影像特效用作輸入(圖7)。
圖7 系統(tǒng)框圖。
計(jì)算機(jī)視覺算法
這個(gè)系統(tǒng)設(shè)計(jì)使用了兩種算法:算法1用于辨識(shí)紅色物體,而算法2可在將物體位置與機(jī)械手臂手爪位置進(jìn)行比較時(shí),與機(jī)械手臂一起辨識(shí)物體位置。
這是初學(xué)者學(xué)習(xí)機(jī)器視覺或計(jì)算機(jī)視覺和機(jī)器人技術(shù)的一個(gè)相對(duì)基礎(chǔ)的例子。這個(gè)示例利用將機(jī)械手臂的所有軸聚焦到所需對(duì)象來執(zhí)行一些不同的基本功能,并可在所需位置對(duì)其卸放。
配備機(jī)械手臂的輪椅
這個(gè)例子比前一個(gè)例子復(fù)雜一點(diǎn)。該設(shè)計(jì)將幫助有醫(yī)療運(yùn)動(dòng)障礙的患者執(zhí)行日常任務(wù)。由于患有上肢肢體疾?。ㄈ缗两鹕习Y)的患者手動(dòng)控制機(jī)械手臂會(huì)比較困難,因此這種設(shè)計(jì)可以使他們受益,將使用計(jì)算機(jī)視覺的自主手臂安裝在輪椅上是基本的思路。
機(jī)械手臂具有6自由度,并結(jié)合計(jì)算機(jī)系統(tǒng)和兩個(gè)視覺傳感器安裝在電動(dòng)輪椅上。一個(gè)傳感器使用計(jì)算機(jī)視覺算法,檢測(cè)架子上隨機(jī)所放有色物體的粗略位置;第二個(gè)傳感器透過確保物體準(zhǔn)確放在手爪前以提供物體的精確位置。手臂將自動(dòng)抓取有色物體,并將其交給使用者(圖8)。
圖8 安裝在電動(dòng)輪椅上的機(jī)械手臂。
這種機(jī)械手臂是由Trossen Robotics開發(fā)的PhantomX Reactor機(jī)械手臂套件。它使用的Arbotix-M機(jī)器人控制器是由Trossen自行開發(fā)—這款微控制器與Arduino兼容。為了透過計(jì)算機(jī)與手臂通信,設(shè)計(jì)人員使用了python串口訪問庫(kù)PySerial。
視覺傳感器
兩個(gè)USB網(wǎng)絡(luò)攝影鏡頭視覺傳感器用于物體檢測(cè)。視覺傳感器1是羅技HD c920網(wǎng)絡(luò)攝影鏡頭,安裝在面向架子的機(jī)械手臂上方,這樣可以擷取手臂和架子的視訊以便進(jìn)行實(shí)時(shí)的粗略定位,利用對(duì)視訊訊框進(jìn)行處理即可定位目標(biāo)對(duì)象的X和Y位置。視覺傳感器2是一個(gè)機(jī)器人VGA網(wǎng)絡(luò)攝影鏡頭,使用200mm鵝頸管安裝在手爪上方,這一視覺傳感器用來擷取目標(biāo)物體的近距離特寫視訊。計(jì)算機(jī)視覺算法負(fù)責(zé)尋找并抓住對(duì)象物體,并將其拿到使用者面前,交給使用者。
Cartman
澳大利亞機(jī)器人視覺中心(ACRV)團(tuán)隊(duì)成功設(shè)計(jì)了一款用于自動(dòng)倉(cāng)儲(chǔ)的取放機(jī)器人Cartman,而贏得了2018年亞馬遜機(jī)器人挑戰(zhàn)賽(Amazon Robotics Challenge)冠軍。
對(duì)于機(jī)器人來說,從雜亂的隨機(jī)物體堆中選擇一件特定物體是比較困難的事。這個(gè)項(xiàng)目則更加先進(jìn),可以用于家庭清潔,或先進(jìn)的空間相關(guān)樣品退還任務(wù),圖9顯示了Cartman的組成部分。
圖9 Cartman設(shè)計(jì)有兩個(gè)6自由度機(jī)械手臂。其手腕上安裝有一個(gè)攝影鏡頭,以及兩個(gè)效應(yīng)器工具(抽吸工具和平行夾持機(jī)構(gòu)),框架上安裝了第二個(gè)攝影鏡頭,對(duì)紅色背景幕布區(qū)域的物品拾取進(jìn)行二次拍攝。
攝影鏡頭
由于要安裝在機(jī)器人的手腕上,英特爾RealSense SR300 RGB-D攝影鏡頭因其體積小和重量輕等優(yōu)點(diǎn)而被選中。這款攝影鏡頭使用攝影鏡頭中的紅外線投影儀來確定深度;另一個(gè)RealSense攝影鏡頭安裝在機(jī)器人的框架上,用于對(duì)所拾取的物品進(jìn)行第二次分類檢查。
這次比賽中一個(gè)有趣的挑戰(zhàn)是,機(jī)器人要拾取的物品僅在每次競(jìng)賽開始前45分鐘才提供給參賽團(tuán)隊(duì)。這為深度學(xué)習(xí)帶來了挑戰(zhàn)。這個(gè)獲獎(jiǎng)團(tuán)隊(duì)選擇在一組最小的未見物品數(shù)據(jù)上微調(diào)其基礎(chǔ)RefineNet網(wǎng)絡(luò),該團(tuán)隊(duì)開發(fā)了一個(gè)半自動(dòng)數(shù)據(jù)收集流程,而使他們能夠收集到每個(gè)未見物品七個(gè)獨(dú)特姿勢(shì)的影像數(shù)據(jù),并創(chuàng)建帶標(biāo)記的數(shù)據(jù)集,從而在7分鐘內(nèi)對(duì)網(wǎng)絡(luò)進(jìn)行微調(diào)。在比賽期間,微調(diào)是在Intel Core i5-7600計(jì)算機(jī)和四片Nvidia GTX1080Ti顯卡上進(jìn)行。
從挑戰(zhàn)賽可以看出,該團(tuán)隊(duì)意識(shí)到,機(jī)器人系統(tǒng)的性能仍然有很長(zhǎng)的路要走,才能達(dá)到人類的水平(人類可以做到大約400次拾取/小時(shí),而Cartman只能執(zhí)行大約120次/小時(shí))。他們認(rèn)為以下兩個(gè)特性對(duì)于贏得挑戰(zhàn)比賽至關(guān)重要,對(duì)設(shè)計(jì)能夠在現(xiàn)實(shí)世界中使用的自動(dòng)機(jī)器人系統(tǒng)同樣重要:
?采用專注于系統(tǒng)級(jí)整合和測(cè)試的設(shè)計(jì)方法,可以幫助優(yōu)化競(jìng)賽表現(xiàn);
?需要設(shè)計(jì)強(qiáng)健且能處理錯(cuò)誤的高階邏輯。
機(jī)器視覺在紡織檢驗(yàn)中的挑戰(zhàn)
Teledyne Dalsa擁有不錯(cuò)的區(qū)域掃描、線掃描、TDI線掃描、智能和紅外線攝影鏡頭系列。他們已經(jīng)接受了在要求苛刻的紡織產(chǎn)業(yè)中使用機(jī)器視覺的挑戰(zhàn),即要求成品不能有結(jié)構(gòu)性和表面缺陷,這是一項(xiàng)艱巨而復(fù)雜的任務(wù)。
機(jī)器視覺主要用于惡劣工業(yè)環(huán)境中的工業(yè)攝影鏡頭。在紡織產(chǎn)業(yè),生產(chǎn)線可能每天24小時(shí)運(yùn)作,材料又可能在這樣的生產(chǎn)在線以高達(dá)120公尺/分鐘的速度移動(dòng),同時(shí)要求保持產(chǎn)品有高度的一致性和質(zhì)量,這樣才能提高效率和利潤(rùn)。
這種工作中所采用的攝影鏡頭通常是線掃描攝影鏡頭,其單行畫素可用于對(duì)快速移動(dòng)材料創(chuàng)建連續(xù)的2D影像。這些攝影鏡頭特別適用于連續(xù)布料成像,同時(shí)可以檢測(cè)出圖案、顏色和紋理的變化,以及材料中的缺陷。與面掃描攝影鏡頭相比,這類攝影鏡頭在提供高速無污漬影像方面表現(xiàn)出色,具有很好的處理效率和更低的每畫素成本。
較新的多線掃描攝影鏡頭與不同的LED光源相結(jié)合,可以檢測(cè)沿生產(chǎn)線快速移動(dòng)的紡織品在整個(gè)長(zhǎng)度和寬度上的一系列缺陷,整個(gè)視場(chǎng)角范圍內(nèi)的照明應(yīng)該是均勻并且具高密度。
《A New Look: How Machine Vision Is Changing Textile Inspection》一文中指出,”線掃描攝影鏡頭產(chǎn)生的數(shù)據(jù)通常用于創(chuàng)建2D影像,或自動(dòng)創(chuàng)建一張圖,用來準(zhǔn)確顯示缺陷位于紡織品表面的位置,質(zhì)量控制檢驗(yàn)員可以查看這張缺陷圖來確定其有效性。質(zhì)量控制檢驗(yàn)員所尋找的一些典型缺陷包括水損壞、印刷錯(cuò)誤、異物纖維、油斑等,然后,圖像處理軟件對(duì)影像或缺陷圖進(jìn)行分析,來對(duì)所檢測(cè)紡織品構(gòu)建虛擬切割方案。這個(gè)過程可使制造商在實(shí)際切割紡織品之前虛擬地構(gòu)建一個(gè)切割方案,從而能夠以最小的缺陷達(dá)到最大產(chǎn)量。一旦生成了理想的切割方案之后,制造商就可以據(jù)此實(shí)施,并準(zhǔn)備紡織品的出貨了?!?/p>
圖10 檢測(cè)結(jié)構(gòu)性缺陷。
機(jī)器人正與人們一起工作,它們可以看到許多人類無法看到的東西,處理大量數(shù)據(jù)的速度要比人類大腦快幾個(gè)數(shù)量級(jí)。他們有眼睛、耳朵、語(yǔ)音,以及嗅覺和感覺能力,可以走路、交談、抓取,并執(zhí)行復(fù)雜的功能。我們正在進(jìn)入人工智能的時(shí)代,這是機(jī)器人推理的開始,但我們是這項(xiàng)技術(shù)的創(chuàng)造者和主人,有責(zé)任確保創(chuàng)造用于正當(dāng)目的,同時(shí)需要重新培訓(xùn)可能因先進(jìn)技術(shù)而失去工作的人。技術(shù)是好的,但作為技術(shù)的監(jiān)護(hù)者,必須保持它們?cè)谏鐣?huì)中的地位,同時(shí)確保為每個(gè)人創(chuàng)造更美好和更成功的世界。
責(zé)任編輯:pj
-
處理器
+關(guān)注
關(guān)注
68文章
18921瀏覽量
227195 -
機(jī)器人
+關(guān)注
關(guān)注
210文章
27834瀏覽量
204563 -
3D
+關(guān)注
關(guān)注
9文章
2836瀏覽量
106998 -
機(jī)器視覺
+關(guān)注
關(guān)注
161文章
4266瀏覽量
119539
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論