ロボットの認識システムはどのように機能するのでしょうか?

ビジュアルサーボシステムは、視覚情報をフィードバック信号として使用し、ロボットの位置と姿勢を制御および調整します。この分野での応用は、主に半導体およびエレクトロニクス産業に反映されています。マシンビジョンシステムは、品質検査、ワークピースの識別、食品の選別、包装など、さまざまな場面で広く使用されています。

[[400931]]

通常、ロボットの視覚サーボ制御は位置ベースの視覚サーボまたは画像ベースの視覚サーボであり、それぞれ 3 次元視覚サーボと 2 次元視覚サーボと呼ばれます。これら 2 つの方法にはそれぞれ独自の利点と適用性がありますが、いくつかの欠点もあります。

位置ベース視覚サーボシステムは、カメラのパラメータを使用して、画像情報とロボットのエンドエフェクタの位置/姿勢情報との間のマッピング関係を確立し、ロボットのエンドエフェクタ位置の閉ループ制御を実現します。リアルタイム画像から抽出されたエンドエフェクタ位置情報と位置決め対象の幾何モデルからエンドエフェクタの位置・姿勢誤差を推定し、その位置・姿勢誤差に基づいて各関節の新しい姿勢パラメータを取得します。位置ベースの視覚サーボでは、エンドエフェクタが視覚シーン内で常に観測され、その 3 次元の位置と姿勢の情報が計算される必要があります。画像内の干渉とノイズを除去することが、位置と姿勢の誤差を正確に計算するための鍵となります。

2 次元ビジュアル サーボは、カメラでキャプチャした画像と指定された画像 (3 次元の幾何学情報ではない) を比較して、エラー信号を取得します。その後、関節コントローラ、視覚コントローラ、およびロボットの現在の動作状態を介してロボットが修正され、サーボ制御が完了します。 3次元視覚サーボと比較すると、2次元視覚サーボはカメラやロボットのキャリブレーション誤差に対してより堅牢ですが、視覚サーボコントローラを設計する際には、画像ヤコビ行列の特異性や局所最小値などの問題に遭遇することは避けられません。

3 次元および 2 次元の視覚サーボ方式の限界を考慮して、2.5 次元の視覚サーボ方式を提案する人もいます。カメラの並進変位と回転の閉ループ制御を切り離し、画像の特徴点に基づいて 3 次元空間内のオブジェクトの方向と画像深度比を再構築します。並進部分は、画像平面上の特徴点の座標で表されます。この方法は、画像信号と画像に基づいて抽出された姿勢信号をうまく組み合わせ、それらが生成するエラー信号に関するフィードバックを提供することができ、これにより堅牢性、特異性、局所最小値などの問題が大幅に解決されます。しかし、この方法には、サーボ処理中に参照オブジェクトが常にカメラの視野内にあることを保証する方法や、ホモグラフィ行列を分解するときに一意でない解が存在することなど、解決すべき問題がまだいくつか残っています。

ビジュアル コントローラー モデルを構築するときは、ロボットのエンド エフェクタとカメラ間のマッピング関係を記述する適切なモデルを見つける必要があります。画像ヤコビ行列法は、ロボット視覚サーボ研究の分野で広く使用されている方法です。画像のヤコビ行列は時間によって変化するため、オンラインで計算または推定する必要があります。