Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску


Роботизированное зондирование - это раздел науки о робототехнике, предназначенный для того, чтобы дать роботам возможности зондирования , чтобы роботы были более похожи на людей. Роботизированное зондирование в основном дает роботам способность видеть, [1] [2] [3] касаться, [4] [5] [6] слышать [7] и двигаться [8] [9] [10] и использует алгоритмы, требующие обратная связь с окружающей средой.

Видение [ править ]

Основные статьи: Компьютерное зрение и машинное зрение

Метод [ править ]

Система визуального зондирования может быть основана на чем угодно, от традиционной камеры , сонара и лазера до новой технологии радиочастотной идентификации (RFID) [1], которая передает радиосигналы на метку на объекте, которая излучает идентификационный код. Все четыре метода нацелены на три процедуры - ощущение, оценку и сопоставление.

Обработка изображений [ править ]

Качество изображения важно в приложениях, где требуется отличное зрение роботов. Алгоритм на основе вейвлет-преобразования для объединения изображений разных спектров и разных фокусов улучшает качество изображения. [2] Роботы могут собирать более точную информацию из полученного улучшенного изображения.

Использование [ править ]

Визуальные датчики помогают роботам распознавать окружающее и предпринимать соответствующие действия. [3] Роботы анализируют изображение ближайшего окружения, импортированное с визуального датчика. Результат сравнивается с идеальным промежуточным или конечным изображением, чтобы можно было определить соответствующее движение для достижения промежуточной или конечной цели.

Нажмите [ редактировать ]

[11]

Обработка сигнала [ править ]

Сенсорные сигналы касания могут генерироваться собственными движениями робота. Для точной работы важно идентифицировать только внешние тактильные сигналы. В предыдущих решениях использовался фильтр Винера , основанный на предварительном знании статистики сигналов, которые считаются стационарными. Недавнее решение применяет адаптивный фильтр к логике робота. [4] Это позволяет роботу предсказывать результирующие сигналы датчиков его внутренних движений, отсеивая эти ложные сигналы. Новый метод улучшает обнаружение контактов и снижает количество ложных интерпретаций.

Использование [ править ]

[12] Сенсорные шаблоны позволяют роботам интерпретировать человеческие эмоции в интерактивных приложениях. Четыре измеримых признака - сила , время контакта, повторение и изменение площади контакта - могут эффективно классифицировать паттерны прикосновения с помощью классификатора временного дерева решений, чтобы учесть временную задержку и связать их с человеческими эмоциями с точностью до 83%. [5] Индекс согласованности [5] применяется в конце для оценки уровня уверенности системы в предотвращении противоречивых реакций.

Роботы используют сигналы касания для отображения профиля поверхности во враждебной среде, такой как водопровод. Традиционно в роботе был запрограммирован заранее определенный путь. В настоящее время, благодаря интеграции сенсорных датчиков , роботы сначала получают случайную точку данных; алгоритм [6] робота затем определит идеальное положение для следующего измерения в соответствии с набором заранее определенных геометрических примитивов. Это повышает эффективность на 42%. [5]

В последние годы использование прикосновений в качестве стимула для взаимодействия стало предметом многочисленных исследований. В 2010 году был построен робот-тюлень PARO, который реагирует на многие раздражители от человеческого взаимодействия, в том числе на прикосновения. Терапевтические преимущества такого взаимодействия человека и робота все еще изучаются, но уже показали очень положительные результаты. [13]

Слушание [ править ]

Обработка сигнала [ править ]

Для точных аудиодатчиков требуется низкий уровень внутреннего шума. Традиционно аудиодатчики объединяют акустические массивы и микрофоны для снижения уровня внутреннего шума. В последних решениях сочетаются также пьезоэлектрические устройства. [7] Эти пассивные устройства используют пьезоэлектрический эффект для преобразования силы в напряжение , так что вибрация , вызывающая внутренний шум, может быть устранена. В среднем можно снизить внутренний шум примерно до 7 дБ . [7]

Роботы могут интерпретировать посторонний шум как речевые инструкции. Текущая система обнаружения голосовой активности (VAD) использует метод комплексного центроида круга спектра (CSCC) и формирователь луча с максимальным отношением сигнал / шум (SNR) . [14] Поскольку люди обычно смотрят на своих партнеров во время разговора, система VAD с двумя микрофонами позволяет роботу определять местонахождение обучающей речи, сравнивая уровни сигналов двух микрофонов. Текущая система способна справиться с фоновым шумом, создаваемым телевизорами и звуковыми устройствами, которые исходят с боков.

Использование [ править ]

Роботы могут воспринимать эмоции, когда мы говорим. Акустические и лингвистические особенности обычно используются для характеристики эмоций. Комбинация семи акустических функций и четырех лингвистических функций улучшает качество распознавания по сравнению с использованием только одного набора функций. [15]

Акустическая характеристика [ править ]

  • Продолжительность
  • Энергия
  • Подача
  • Спектр
  • Кепстрал
  • Качество голоса
  • Вейвлеты

Лингвистическая особенность [ править ]

  • Мешок слов
  • Часть речи
  • Высшая семантика
  • Варя

Движение [ править ]

Использование [ править ]

Автоматизированным роботам требуется система наведения для определения идеального пути для выполнения своей задачи. Однако в молекулярном масштабе у нанороботов нет такой системы наведения, потому что отдельные молекулы не могут хранить сложные движения и программы. Следовательно, единственный способ добиться движения в такой среде - это заменить датчики химическими реакциями. В настоящее время молекулярный паук, имеющий одну молекулу стрептавидина в качестве инертного тела и три каталитических ноги, может запускаться, следовать, поворачиваться и останавливаться, когда сталкивается с различными оригами ДНК . [8] Нанороботы на основе ДНК могут перемещаться на расстояние более 100 нм со скоростью 3 нм / мин. [8]

В операции TSI , которая является эффективным способом выявления опухолей и потенциально рака путем измерения распределенного давления на контактирующей поверхности датчика, чрезмерное усилие может вызвать повреждение и иметь шанс разрушить ткань. Применение роботизированного управления для определения идеального пути операции может снизить максимальные усилия на 35% и повысить точность на 50% [9] по сравнению с людьми-врачами.

Производительность [ править ]

Эффективное роботизированное исследование экономит время и ресурсы. Эффективность измеряется оптимальностью и конкурентоспособностью. Оптимальное исследование границы возможно только тогда, когда робот имеет квадратную зону восприятия, начинает с границы и использует метрику Манхэттена . [10] В сложных геометриях и условиях квадратная зона чувствительности более эффективна и может обеспечить лучшую конкурентоспособность независимо от метрики и исходной точки. [10]

См. Также [ править ]

  • Роботизированные датчики
  • Сортировка на основе датчиков

Ссылки [ править ]

  1. ^ а б Ро С.Г., Чой HR (январь 2009 г.). « Трехмерная система RFID на основе меток для распознавания объектов ». Протоколы IEEE по науке и технике автоматизации 6 (1): 55–65.
  2. ^ a b Arivazhagan S, Ganesan L, Kumar TGS (июнь 2009 г.). « Модифицированный статистический подход к объединению изображений с использованием вейвлет-преобразования ». Обработка изображения и видео сигнала 3 (2): 137-144.
  3. ^ a b Джафар Ф.А. и др. (март 2011 г.). « Метод навигации на основе визуальных характеристик окружающей среды для автономных мобильных роботов ». Международный журнал инновационных вычислений, информации и управления 7 (3): 1341-1355.
  4. ^ a b Андерсон С. и др. (декабрь 2010 г.). « Адаптивное подавление самогенерируемых сенсорных сигналов в роботе для взбивания ». IEEE Transactions on Robotics 26 (6): 1065-1076.
  5. ^ a b c d Ким Ю. М. и др. (август 2010 г.) « Надежное онлайн-распознавание образов касания для динамического взаимодействия человека и робота ». IEEE Transactions on Consumer Electronics 56 (3): 1979-1987.
  6. ^ a b Mazzini F и др. (февраль 2011 г.). « Тактильное роботизированное картирование неизвестных поверхностей применительно к нефтяным скважинам ». IEEE Transactions on Instrumentation and Measurement 60 (2): 420-429.
  7. ^ a b c Matsumoto M, Hashimoto S (2010). «Снижение внутреннего шума с помощью пьезоэлектрического устройства в слепом режиме». Internatl (январь 2011 г.). « Поиск наиболее важных типов функций, сигнализирующих о пользовательских состояниях, связанных с эмоциями, в речи ». Компьютерная речь и язык 25 (1): 4-28.
  8. ^ a b c Лунд К. и др. (май 2010 г.). « Молекулярные роботы, ориентирующиеся на предписывающий ландшафт ». Nature 465 (7295): 206-210.
  9. ^ a b Trejos AL, et al (сентябрь 2009 г.). « Тактильное зондирование с помощью роботов для минимально инвазивной локализации опухоли ». Международный журнал исследований робототехники 28 (9): 1118-1133.
  10. ^ a b c Czyzowicz J, Labourel A, Pelc A (январь 2011 г.). « Оптимальность и конкурентоспособность исследования полигонов мобильными роботами ». Информация и вычисления 209 (1): 74-88.
  11. ^ Роботизированное тактильное зондирование: технологии и система . Springer. 2013. ISBN. 9789400705784.
  12. ^ [1]
  13. ^ https://www.youtube.com/watch?v=oJq5PQZHU-I
  14. ^ Ким HD и др. (2009). « Обнаружение речи и разделение для общения с роботами-гуманоидами в шумной домашней среде ». Продвинутая робототехника 23 (15): 2093-2111.
  15. ^ Batliner A,др (январь 2011). « Поиск наиболее важных типов функций, сигнализирующих о пользовательских состояниях, связанных с эмоциями, в речи ». Компьютерная речь и язык 25 (1): 4-28.

Внешние ссылки [ править ]

  • СМИ, связанные с роботизированным зондированием, на Викискладе?