Разделы: Информационные технологии
Размещена 18.06.2015. Последняя правка: 18.06.2015.
Просмотров - 2785

Обработка видео в режиме реального времени как метод управления биомеханическими роботами

Мусагалиев Глаымжан Бакытулы

Магистр

Международный университет информационных технологий

Магистрант

Ускенбаева Раиса Кабиевна, доктор технических наук, профессор, проректор по академическим вопросам, Международный университет информационных технологий

УДК 001.89:004

Биомеханика — раздел естественных наук, изучающий на основе моделей и методов механики механические свойства живых тканей, отдельных органов и систем, или организма в целом, а также происходящие в них механические явления^[1]. Биомеханические исследования охватывают различные уровни организации живой материи: биологические макромолекулы, клетки, ткани, органы, системы органов, а также целые организмы и их сообщества. Чаще всего объектом исследования этой науки является движение животных и человека, а также механические явления в тканях, органах и системах. В робототехнике широко в последние годы набирает обороты применение биомеханики не только в конструировании новых роботов, сколько использование новых методов управления подобных систем^[2]. С появлением тенденции удешевления стоимости основных компонентов для робототехники, а также развитием специализированных сенсоров, примером может служить Kinect, позволило для широкой аудитории программистов и инженеров реализовывать свои идеи в робототехнике (рисунок 1). 

Рисунок 1. Из источника opensource-robotics.tokyo.jp

В 2000г. с появлением библиотеки компьютерного зрения с открытым исходным кодом способствовало росту числа приложений в области разработок стандартного интерфейса компьютерного зрения и создания новых моделей использования PC^[3]. Данная библиотека дало возможность разработчикам применять любые цифровые камеры как сенсор для определения положения робота в пространстве, а быстрые беспроводные методы передачи данных позволило использовать вычислительные мощности вне корпуса роботов.

На сегодняшний день в попытках изучить имитацию поведения живых существ позволило создателям роботов взяться за такую область робототехники как микроробототехника, где в силу своих размеров неприемлемо использование «мозгов» в механическом теле. Что могло бы дать нам создание микророботов? В первую очередь это актуально для 2х отраслей – это военное применение и МЧС. Естественно для военных применение подобных ходящих и летающих маленьких роботов дало бы тактическое преимущество для разведки. Если рассматривать пока что только летающих маленьких дронов, то на сегодняшний день лучшим аппаратом для подобных задач является квадрокоптеры, который своей манерой летать имитирует полет стрекозы. Современные модели могут умещаться на ладони (рисунок 2).

Рисунок 2. Квадрокоптер MeCam компании Always Innovating

Конечно если стоит задача исключительно разведки, то можно использовать данные модели под управлением оператора. А если поставить задачу автоматизировать роль оператора. Не для кого не секрет, что использование подобных крошечных аппаратов в разведывательных целях мешает лишь одно обстоятельство – не продолжительные полеты, не существует на сегодняшний день, достаточно емкие аккумуляторы способные обеспечивать полет этих машин больше чем 30-40 минут.

Так чем же может помочь автоматизация? Если обеспечить подобные дроны небольшими солнечными панелями, то поставленную миссию можно будет выполнять в несколько циклов зарядок, и будет неприемлемо использовать людей в качестве операторов. Запуск несколько десятков подобных автономно летающих дронов, способных после непродолжительного полета садиться для подзарядки, дало бы применение уже существующих технологий для реализации давней мечты научных фантастов. Разумеется, подобные миссии будут продолжительны по времени и не требующих быстрых разведывательных данных.

Касательно вопроса изучения окружающего пространства можно довериться, используя камеры для распознавания объектов. На рисунке 3 можно наблюдать за прототипом автономно летающего дрона, для которого стоит пока что очень простые задачи.

 

Рисунок 3. Остовные компоненты

Основная цель данного прототипа является поиск и уничтожение красных воздушных шариков. Уничтожать он будет установленным на нем небольшим лазером мощностью 300-400 мВатт (рисунок 4).

 

Рисунок 4. Действие лазера

Касательно системы управления, программное обеспечение, который обрабатывает видео и принимает соответствующее решения, находится на сервере. Передает и получает данные этот дрон посредством беспроводного соединения, в данном примере демонстрируется bluetooth соединение, На следующем рисунке 5 можно рассмотреть диаграмму действий описывающий передачу данных между компонентами системы. Микроконтроллер расположен на самом дроне и выполняет команды от системы управления, включая лазерную установку.

 

Рисунок 5. Диаграмма действий

Используя библиотеки opencv получилось применить color filtering (определение объекта по цвету) выделить только те объекты, которые имели заданный цвет по rgb^[4]. Для того чтобы устранить шумы и определить только 1 объект «шарик», получилось добиться, оставив только круглые равномерные объекты. Так как линза лазера была настроено таким образом, что точка фокусировки располагалась на определенной дистанции от дрона, при наводке на цель программа посылала корректировку движения. Для того чтобы встать на определенной дистанции от объекта, зная размер шара, было вычислено значение процента заполнения объекта по отношению к площади экрана (рисунок 6).

 

Рисунок 6. Обработанное изображение из камеры

В режиме реального времени система управления передавала команды дрону для того чтобы объект оказался расположенным на определенной дистанции и по центру экрана. После успешной ликвидации цели система управления начинала облет по кругу для поиска следующего подходящего объекта.

Данный прототип показал возможность автономного управления дроном и выполнение простейших задач использую методы распознавания объектов по полученным изображениям в режиме реального времени. На сегодняшний день библиотека opencv предоставляет обширные возможности работать с потоковым изображением для распознавания объектов, в том числе определяя лица людей. В случаи дальнейшего применения различных методов можно добиться реализации подобных проектов для выполнения задач, включая слежение за транспортными средствами для полицейских служб, поиск выживших людей в местах чрезвычайных происшествий, шпионаж и диверсия в случаи военных применений. Также в условиях рынка подобные проекты могут простым гражданам нести развлекательный характер. Никто не забывает такие попытки крупных компаний как Amazon применить квадрокоптеры для автоматизированной доставки товаров в дома потребителей и может быть в скором времени подобные технологии войдут в обиход людей на равных как интернет магазины пришедшие на замену обычным.

1. Клиническая биомеханика/Под ред. В. И. Филатова. — Л.: Медицина, 1980.— 2000 с.
2. Матвеев Ю.А., Матвеева Л.В. Теория механизмов и машин. Основы структурного анализа механизмов: М.: Альфа-М: ИНФРА-М, 2009.
3. Kenneth Dawson-Howe, A Practical Introduction to Computer Vision with OpenCV (Wiley-IS&T Series in Imaging Science and Technology), 2004.
4. Bradsky G., Kaehler A. Learning OpenCV — O’Reilly, 2008.
5. Jarrett Webb, Beginning Kinect Programming with the Microsoft Kinect SDK (Expert's Voice in Microsoft), 2012.

Рецензии:

20.06.2015, 21:11 Каменев Александр Юрьевич
Рецензия: Непонятна цель проводимого анализа с точки зрения задач автора. Статья не структурирована согласно правил оформления. Следует доработать, после чего отправить на дополнительное рецензирование. На данном этапе к печати не рекомендуется.



Комментарии пользователей:

Оставить комментарий