Роботизированное зондирование - это раздел науки о робототехнике, предназначенный для того, чтобы дать роботам сенсорные возможности, 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.
Зрение
Метод
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
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.
Применение
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.
Трогать
Обработка сигналов
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 предварительных знаниях 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 контакта и снижает количество ложных интерпретаций.
Применение
[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 стимулы от взаимодействия человека, в том числе на прикосновения. Терапевтические преимущества такого взаимодействия человека и робота все еще изучаются, но уже показали очень положительные результаты. [13]
Слух
Обработка сигналов
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.
Применение
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
- Продолжительность
- Энергия
- Подача
- Спектр
- Кепстрал
- Качество голоса
- Вейвлеты
Лингвистическая особенность
- Мешок слов
- Часть речи
- Высшая семантика
- Варя
Движение
Применение
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.
Представление
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]
Смотрите также
- Роботизированные датчики
- Сортировка на основе датчиков
Рекомендации
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.
- ^ a b c Лунд К. и др. (май 2010 г.). « Молекулярные роботы, ориентирующиеся на предписывающий ландшафт ». Nature 465 (7295): 206-210.
- ^ 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.
- ^ 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.
- ^ Роботизированное тактильное зондирование: технологии и система . Springer. 2013. ISBN. 9789400705784.
- ^ [1]
- ^ https://www.youtube.com/watch?v=oJq5PQZHU-I
- Перейти ↑ Kim HD, et al (2009). « Обнаружение речи и разделение для общения с роботами-гуманоидами в шумной домашней среде ». Продвинутая робототехника 23 (15): 2093-2111.
- ^ 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
- СМИ, связанные с роботизированным зондированием, на Викискладе?