Машинное зрение и искусственный интеллект

Сенсоры. Мы используем различные варианты сенсоров машинного зрения: фотолинейки и матрицы для различных диапазонов, дальномеры, локаторы (радары, лидары, сонары - в радио, звуковом и оптическом диапазоне частот), лазерные сканеры, датчики состояния для оценки внешней среды и аппаратуры.

Радары, сонары, лидары - это сканирующие системы для обнаружения, сопровождения, распознавания целей, а также для передачи целеуказаний исполнительным механизмам, например, для управления вооружением. Наиболее развитое в науке и технике направление - радары. Наш импульсно-допплеровский радиолокатор использовался в комплексе 171 защиты от боеголовок. Сонары, благодаря их невысокой цене, мы широко используем в наших геофизических приборах (<< нажми для перехода), в роботележках, а также для позиционирования практически в каждом декартовом роботе.

Обработка сигналов и траекторий. Кроме сенсоров в формировании информационного поля робота участвуют схемы обработки: приборы, алгоритмы и программы выделения сигналов (фильтры), процессоры. Обработка сигналов производится с применением последних достижений математики и схемотехники. Сигналы и алгоритмы их обработки математически синтезируются, а не "изобретаются", что обеспечивает оптимальность их обработки и наилучшее их выделение из шумов и помех. Для обработки траекторий целей используются алгоритмы многомерной фильтрации, например, Калмановской. Благодаря накоплению данных достигается высокая точность определения местоположения целей, для оптики субпиксельная, а для ЦВМ - в доли дискрета. В комплексе 171 сопровождение производилось в 20-мерном пространстве состояний.

Сложные сигналы - это сигналы, у которых база (произведение длительности сигнала на ширину его спектра) больше 1. Самый известный из них сигнал ЛЧМ (с линейной частотной модуляцией). Значения базы для шумоподобных сигналов (ШПС) может достигать нескольких тысяч. Такие сигналы обеспечивают высокую разрешающую способность и позволяют обеспечить большую дальность обнаружения при низком уровне сигнала, который не воспринимается обычным приемником.

Некоторые результаты многочисленных экспериментов представлены ниже (нажмите для увеличения):

Триангуляционный дальномер:

- фильтр Калмана

 

лазерное пятно на фото матрице

- оцифровка сигнала отраженного лазерного пятна с выхода фотоматрицы. После фильтрации шумов фильтром Калмана производится измерение дальности с ошибкой не более 1/1000000 от измеренного значения. Рекурсивная фильтрация используется для подавления шумов в различных датчиках, в том числе, ультразвуковых, оптических и т.д.

Видео одного из испытаний роботележки T32, управляемой ИИ :

Использован алгоритм динамического распознавания кромок препятствий с помощью одиночной фотоматрицы камеры, на которую ведется съемка. Скорость процессора снижена в 100 раз для удобства анализа и визуализации. Для экспериментов использовался прототип робота Т32-003 (<<нажми для перехода на другую страничку)

Протестированы несколько алгоритмов, в том числе с лазерным сканированием (пример ниже), пассивной и лазерной дальнометрией, стерео алгоритмы. Использовались несколько вариантов различных камер и фотолинеек, различные процессоры для определения необходимой скорости обработки.

- фрагмент программы нейросети

Ультразвуковой (УЗ) дальномер для сонара:

- << нажми для увеличения

- образец сонара с круговым обзором (<< нажми для увеличения). Использован прозрачный для ультразвука корпус.Для высоких температур в качестве материала используется фторопласт, а для высоких давлений - корпус маслонаполненный.

Видео УЗ сканера с высоким разрешением, благодаря использованию ШПС. Выполнена визуализация дальности (чем больше расстояние, тем ниже яркость пикселей):

 

- скрин из видео

Скрин визуализации попиксельной оцифровки поверхности болта (нажми для увеличения)