Viziunea artificială c. Viziune artificială: mașini fără șofer

04.03.2020 Video

Sistemul de viziune pe computer Autovision II de la Automatics a fost demonstrat la o expoziție comercială în 1983. Camera de pe un trepied este îndreptată în jos pe o masă iluminată din spate pentru a produce o imagine clară pe ecran, care este apoi verificată pentru pete.

Viziunea artificială este aplicarea viziunii computerizate pentru industrie și producție. În timp ce viziunea computerizată este un set general de tehnici pentru a permite computerelor să vadă, zona de interes a vederii computerizate ca disciplină de inginerie este dispozitivele digitale de intrare/ieșire și rețelele de computere concepute pentru a monitoriza echipamentele de producție, cum ar fi brațele robotizate sau mașinile de extracție. produse defecte. Viziunea artificială este un subdomeniu al ingineriei legat de informatică, optică, inginerie mecanică și automatizare industrială. Una dintre cele mai comune aplicații ale vederii artificiale este inspecția produselor industriale, cum ar fi cipurile semiconductoare, automobile, alimente și produse farmaceutice. Oamenii care au lucrat pe liniile de asamblare au inspectat părți ale produsului, trăgând concluzii despre calitatea manoperei. Sistemele de viziune artificială în aceste scopuri folosesc camere digitale și inteligente, precum și software de procesare a imaginilor pentru a efectua verificări similare.

YouTube enciclopedic

1 / 3

Viziune computerizată

Cum funcționează viziunea computerizată

Subtitrări

Introducere

Sistemele de viziune artificială sunt programate pentru a îndeplini sarcini foarte specializate, cum ar fi numărarea obiectelor pe o linie de asamblare, citirea numerelor de serie sau căutarea defectelor de suprafață. Beneficiile unui sistem de inspecție vizuală bazat pe viziunea mașinii includ viteză mare de funcționare cu o cifră de afaceri în creștere, capacitate de funcționare de 24 de ore și precizie repetabilă a măsurătorilor. De asemenea, avantajul mașinilor față de oameni este absența oboselii, a bolii sau a neatenției. Cu toate acestea, oamenii au o percepție fină pe o perioadă scurtă și o flexibilitate mai mare în clasificare și adaptare pentru a căuta noi defecte.

Calculatoarele nu pot „vedea” în același mod în care o fac oamenii. Camerele nu sunt echivalente cu sistemul de vedere uman și, în timp ce oamenii se pot baza pe presupuneri și presupuneri, sistemele de viziune artificială trebuie să „vadă” examinând pixelii individuali dintr-o imagine, procesându-i și încercând să tragă concluzii folosind o bază de cunoștințe și un set de funcții. cum ar fi recunoașterea modelului dispozitivului. Deși unii algoritmi de viziune computerizată au fost dezvoltați pentru a imita percepția vizuală umană, au fost dezvoltate un număr mare de metode unice pentru a procesa imagini și a determina proprietățile relevante ale imaginii.

Componentele sistemului de vedere

Deși viziunea artificială este procesul de aplicare a vederii computerizate la aplicații industriale, este util să enumerați componentele hardware și software utilizate în mod obișnuit. O soluție tipică de sistem de viziune artificială include câteva dintre următoarele componente:

Una sau mai multe camere digitale sau analogice (alb-negru sau color) cu optică adecvată pentru captarea imaginilor
Software pentru producerea imaginilor pentru prelucrare. Pentru camerele analogice, acesta este un digitizator de imagine
Procesor (PC modern cu un procesor multi-core sau un procesor încorporat, de exemplu - DSP)
Software de viziune computerizată care oferă instrumente pentru dezvoltarea aplicațiilor software individuale.
Echipamente de intrare/ieșire sau canale de comunicare pentru raportarea constatărilor
Cameră inteligentă: un dispozitiv care include toate punctele de mai sus.
Surse de lumină foarte specializate (LED-uri, lămpi fluorescente și cu halogen etc.)
Aplicații software specifice pentru procesarea imaginilor și detectarea proprietăților aferente.
Un senzor pentru sincronizarea pieselor de detectare (adesea un senzor optic sau magnetic) pentru captarea și procesarea imaginilor.
Unități de o anumită formă utilizate pentru sortarea sau eliminarea pieselor defecte.

Un senzor de sincronizare detectează când o piesă care se mișcă frecvent pe un transportor este într-o poziție pentru a fi inspectată. Senzorul declanșează camera să facă o fotografie a piesei pe măsură ce trece pe sub cameră și este adesea sincronizat cu un impuls de lumină pentru a capta o imagine clară. Iluminarea utilizată pentru evidențierea caracteristicilor este concepută pentru a evidenția caracteristicile de interes și pentru a ascunde sau a minimiza aspectul caracteristicilor care nu sunt de interes (cum ar fi umbrele sau reflexiile). Panourile LED de dimensiuni și locații adecvate sunt adesea folosite în acest scop.

Imaginea de la cameră intră în dispozitivul de capturare a cadrelor sau în memoria computerului pe sistemele în care dispozitivul de capturare a cadrelor nu este utilizat. Un frame grabber este un dispozitiv de digitizare (fie ca parte a unei camere inteligente, fie ca o placă separată într-un computer) care convertește ieșirea de la cameră într-un format digital (de obicei, o matrice bidimensională de numere corespunzătoare nivelului de intensitate a luminii a unui punct specific din câmpul vizual, numit pixeli) și plasează imaginea în memoria computerului, astfel încât să poată fi procesată cu ajutorul unui software de computer vision.

Software-ul ia de obicei mai mulți pași pentru a procesa imagini. Adesea, imaginea este mai întâi procesată pentru a reduce zgomotul sau pentru a converti multe nuanțe de gri într-o combinație simplă de alb-negru (binarizare). După procesarea inițială, programul va număra, măsura și/sau identifica obiecte, dimensiuni, defecte și alte caracteristici ale imaginii. Ca pas final, programul trece sau respinge piesa conform criteriilor specificate. Dacă o piesă este defectă, software-ul semnalează unui dispozitiv mecanic să respingă piesa; Un alt scenariu este că sistemul poate opri linia de producție și poate alerta un lucrător uman pentru a rezolva problema și a raporta ce a dus la eșec.

Deși majoritatea sistemelor de viziune artificială se bazează pe camere „alb-negru”, utilizarea camerelor color devine din ce în ce mai frecventă. În plus, sistemele de viziune folosesc din ce în ce mai mult camere digitale cu conectare directă, mai degrabă decât camere cu un frame grabber separat, reducând costurile și simplificând sistemul.

Camerele inteligente cu procesoare încorporate captează o cotă din ce în ce mai mare pe piața de viziune artificială. Utilizarea procesoarelor încorporate (și adesea optimizate) elimină necesitatea unui card de captare a cadrelor și a unui computer extern, reducând costul și complexitatea sistemului, oferind în același timp putere de procesare fiecărei camere. Camerele inteligente sunt, în general, mai puțin costisitoare decât sistemele care constau dintr-o cameră, putere și/sau un computer extern, în timp ce creșterea puterii procesorului de bord și a DSP-ului poate obține adesea performanțe comparabile sau mai bune și capacități mai mari decât sistemele convenționale.

Metode de prelucrare

Pachetele de software comerciale și open source de viziune pe computer includ de obicei o serie de tehnici de procesare a imaginilor, cum ar fi:

Contor de pixeli: numără numărul de pixeli deschisi sau întunecați
Binarizare: convertește o imagine în tonuri de gri în binar (pixeli alb și negru)
Segmentare: folosit pentru a găsi și/sau număra părți
- Găsire și analiză a blobului: verifică o imagine pentru blocuri individuale de pixeli conectați (cum ar fi o gaură neagră pe un obiect gri) ca puncte de referință pentru imagine. Aceste bloburi reprezintă adesea ținte pentru defecte de procesare, captare sau fabricație.
- Recunoaștere robustă a modelelor: căutarea unui model al unui obiect care poate fi rotit, parțial ascuns de un alt obiect sau cu dimensiuni diferite.
Citirea codurilor de bare: decodificarea codurilor 1D și 2D concepute pentru a fi citite sau scanate de mașini
Recunoașterea optică a caracterelor: citirea automată a textului, cum ar fi numerele de serie
Măsurare: Măsurarea dimensiunii obiectelor în inci sau milimetri
Detectarea marginilor: Găsirea marginilor obiectelor
Potrivirea modelelor: căutarea, potrivirea și/sau numărarea modelelor specifice

În cele mai multe cazuri, sistemele de viziune artificială utilizează o combinație secvențială a acestor metode de procesare pentru a efectua o inspecție completă. De exemplu, un sistem care citește un cod de bare poate verifica, de asemenea, suprafața pentru zgârieturi sau deteriorare și poate măsura lungimea și lățimea componentelor procesate.

Aplicații de viziune artificială

Aplicațiile viziunii artificiale sunt variate și acoperă diverse domenii de activitate, inclusiv, dar fără a se limita la următoarele:

Producție industrială mare
Producția accelerată de produse unice
Sisteme de siguranță în medii industriale
Controlul obiectelor prefabricate (de exemplu, controlul calității, investigarea erorilor)
Sisteme de control și management vizual (contabilitate, citire coduri de bare)
Controlul vehiculelor automatizate
Controlul calității și inspecția alimentelor

În industria auto, sistemele de viziune artificială sunt folosite pentru a ghida roboții industriali, precum și pentru a inspecta suprafețele vopselei vehiculelor, sudurile, blocurile motoarelor și multe alte componente pentru defecte.

Există o mulțime de lucruri în lume pe care ochiul uman pur și simplu nu are timp să le urmărească. De exemplu, în tehnologia transportoarelor, erorile apar tocmai din cauza factorului uman. O persoană pur și simplu nu este capabilă să evalueze sobru obiectele după câteva ore de muncă. Roboții sunt potriviti pentru asta. Prin utilizarea viziunea artificială pot face o verificare detaliată a produsului, îl pot compara cu un eșantion și pot decide instantaneu asupra procesării ulterioare a produsului.

Cum funcționează viziunea artificială?

Viziunea computerizată este capacitatea unui computer de a „vedea”. Un sistem de viziune artificială utilizează una sau mai multe camere video, un dispozitiv de conversie analog-digital (ADC) și un dispozitiv de procesare digitală a semnalului (DSP). Datele primite ajung la un computer sau controler de robot. Viziunea computerizată este similară ca complexitate cu recunoașterea vocii.

Două caracteristici importante în orice astfel de sistem sunt sensibilitatea și rezoluția. Sensibilitatea este capacitatea aparatului de a vedea în lumină slabă sau de a distinge impulsurile slabe în spectrul lungimilor de undă invizibile. Rezoluția este gradul în care sistemul distinge obiectele. Sensibilitatea și rezoluția sunt parametri interdependenți. Pe măsură ce sensibilitatea crește, rezoluția scade de obicei și invers, deși toți ceilalți factori rămân de obicei neschimbați.

Ochii umani pot detecta unde electromagnetice cu lungimi de undă cuprinse între 390 și 770 nanometri. Camerele video au o gamă mult mai largă decât aceasta. De exemplu, există sisteme de viziune automată care pot vedea în regiunile cu lungimea de undă în infraroșu, ultraviolet și raze X.

Viziunea artificială este utilizată în diverse domenii industriale și medicale:

Analiza componentelor

Identificarea semnăturii

Recunoașterea optică a caracterelor

Recunoașterea scrisului de mână

Recunoașterea obiectelor

Recunoașterea modelelor

Controlul materialului

Controlul valutar

Analiza imaginilor medicale

Viziunea artificială este aplicarea viziunii computerizate în industrie și producție. În timp ce viziunea computerizată este un set general de tehnici pentru a permite computerelor să vadă, zona de interes a vederii computerizate ca disciplină de inginerie este dispozitivele digitale de intrare/ieșire și rețelele de computere concepute pentru a monitoriza echipamentele de producție, cum ar fi brațele robotizate sau mașinile de extracție. produse defecte. Viziunea artificială este un subdomeniu al ingineriei legat de informatică, optică, inginerie mecanică și automatizare industrială. Una dintre cele mai comune aplicații ale vederii artificiale este inspecția produselor industriale, cum ar fi cipurile semiconductoare, automobile, alimente și produse farmaceutice. Oamenii care au lucrat pe liniile de asamblare au inspectat părți ale produsului, trăgând concluzii despre calitatea manoperei. Sistemele de viziune artificială în aceste scopuri folosesc camere digitale și inteligente, precum și software de procesare a imaginilor pentru a efectua verificări similare.

Aplicații de viziune artificială

Aplicațiile viziunii artificiale sunt variate și acoperă diverse domenii de activitate, inclusiv, dar fără a se limita la următoarele:

Producție industrială mare

Producția accelerată de produse unice

Sisteme de siguranță în medii industriale

Controlul obiectelor prefabricate (de exemplu, controlul calității, investigarea erorilor)

Sisteme de control și management vizual (contabilitate, citire coduri de bare)

Controlul vehiculelor automatizate

Controlul calității și inspecția alimentelor

S-ar părea că toate computerele sunt la fel și pot rezolva orice problemă. Dar acest lucru nu este în întregime adevărat. În secolul trecut, direcția computerelor industriale a început să se dezvolte în mod activ în industria computerelor, deosebindu-se de omologii lor „de birou” printr-un design mecanic mai compact și durabil, capacități largi de extindere (carduri de intrare/ieșire a semnalului) și o durată lungă de viață a sistemelor si componentelor care le alcatuiesc. De-a lungul timpului, s-a produs o specializare mai profundă, au fost identificate linii de calculatoare industriale pentru domenii specifice de aplicare - astfel, pentru a rezolva eficient problemele de viziune artificială, au apărut calculatoare cu funcții suplimentare care au facilitat în mod semnificativ sarcinile inginerilor de dezvoltare și au crescut caracteristicile operaționale ale sistemului (Fig. 1).

Orez. 1. Clasificarea calculatoarelor

Iată doar o listă parțială a cerințelor pentru lucrul în aplicațiile de viziune artificială și supraveghere video pe care echipamentele trebuie să le îndeplinească:

interfețe de înaltă performanță pentru conectarea camerelor GigE/PoE și USB3 care îndeplinesc standardele internaționale, un slot de expansiune pentru instalarea unui frame grabber CameraLink sau CoaXpress;
o selecție largă de procesoare de putere suficientă cu coprocesoare grafice și chipset-uri de înaltă performanță capabile să proceseze fluxuri mari de date;
linii digitale, usor programabile pentru conectarea senzorilor si sincronizarea camerelor si iluminatului;
instalarea mai multor unități, inclusiv detașabile rapid, organizarea de matrice RAID pentru înregistrarea de mare viteză a fluxurilor video și stocarea unor cantități mari de date;
interfețe industriale pentru conectarea dispozitivelor externe: RS-232/485, CAN;
Design mecanic robust, compact, cu un minim de componente mobile pentru a asigura o funcționare fiabilă și o durată lungă de viață în condiții grele de funcționare.

Evident, în majoritatea computerelor industriale, și cu atât mai mult în computerele de birou, multe dintre aceste funcții sunt redundante, dar în sistemele de viziune artificială sunt decisive.

Unul dintre reprezentanții acestei tendințe în industria calculatoarelor a fost Neousys Technologies (Taiwan), ale cărei produse de la bun început au fost concepute să funcționeze cu camere de supraveghere video și video. Pentru a ne familiariza mai mult cu caracteristicile platformelor de calcul pentru diverse aplicații, vom defini principalele domenii de aplicare ale camerelor video digitale moderne. Deci, putem distinge mai multe grupuri de aplicații:

sisteme industriale de viziune artificială;
sisteme de recunoaștere;
sisteme inteligente de control al traficului (ITS);
sisteme mobile în transport.

Acum să ne uităm la cerințele pentru sistemul de calcul în fiecare caz.

Sisteme industriale de viziune artificială

Sistemele de viziune industrială sunt poate cea mai diversă clasă de sisteme în ceea ce privește numărul și tipul de sarcini. Cu toate acestea, pot fi evidențiate caracteristici importante:

capacitatea de a conecta mai multe camere;
viteză mare de înregistrare, până la câteva sute de cadre pe secundă;
funcționalitate bogată pentru controlul setărilor camerei și iluminării de fundal;
posibilități largi de sincronizare cu senzori;
volume semnificative de dispozitive de stocare pentru arhivarea datelor.

Deoarece în majoritatea cazurilor camera se află lângă computer, o interfață USB3 ar fi o alegere bună pentru conectarea acesteia. Acesta va oferi atât putere camerei, cât și capacitatea de a capta imagini la viteză și rezoluție mare (FullHD - mai mult de 150 fps).

Orez. 2. Calculator de pe linia ROS-200

Sarcinile entry-level pot fi gestionate cu ușurință de computere bazate pe procesorul modern quad-core Atom E3845, echipat, printre altele, cu un coprocesor grafic și codec hardware destul de puternic. În linia Neousys, aceasta este cea mai bine vândută serie POC-200 (Fig. 2). Dezvoltatorul are două interfețe GigE/PoE și trei USB3 de mare viteză. Carcasa compactă poate găzdui (și, dacă este necesar, poate înlocui cu ușurință) o unitate SATA HDD/SDD în format standard de 2,5”. Pentru a conecta dispozitive externe, este furnizată o pereche de porturi RS-232/485 universale în plus față de două RS-232 standard. Și, în sfârșit, mai multe linii digitale rapide și ușor programabile pentru conectarea butoanelor de control, senzorilor și emiterea de semnale, de exemplu la o coloană de respingere sau semnal. Toate acestea sunt ambalate într-o carcasă de foaie A4 compactă, care poate rezista la sarcini de până la 5 Grms/500 Hz cu un interval de temperatură de funcționare de -25 °C (la cerere de la -45 °C).

Orez. 3. Calculator Nuvo 5000

O caracteristică a tuturor computerelor Neousys este prezența unui radiator solid ca parte integrantă a carcasei, care a fost o consecință a designului fără ventilator al mașinii. Procesorul este literalmente lipit de un radiator puternic. Această abordare, deși presupune o ușoară creștere a greutății și dimensiunilor produsului, este rezultatul unor lucrări serioase de inginerie pentru a obține durabilitate și rezistență mecanică datorită absenței componentelor rotative, care devin una dintre cele mai probabile cauze ale defecțiunii echipamentelor. . De menționat că dezvoltatorii computerelor Neousys, pe lângă sarcinile pur inginerie, au reușit să creeze un produs cu un design industrial atractiv.

Orez. 4. Calculatoare din seria Nuvo-6000

Neousys Technologies a învățat să se descurce fără ventilatoare nu numai în sistemele cu procesoare Intel Atom și Celeron de ultimă generație, ci și cu calculatoare cu eșalon superior - i5/i7 a șasea generație Skylake. Astăzi, seria de calculatoare emblematică Nuvo 5000 a companiei, distinsă cu Premiile Vision Systems Innovators 2016, este capabilă să rezolve cele mai complexe probleme de viziune computerizată. Echipat cu procesoare puternice, computerul Nuvo-5000 (Fig. 3) păstrează și dezvoltă capacitățile remarcabile ale liniilor inferioare. În carcasa mărită, dar totuși compactă, puteți găzdui deja două unități de 2,5” și le puteți organiza într-o matrice RAID 0/1, echipând una dintre unități cu un conector hot-swappable. Numărul de porturi pentru conectarea camerelor poate fi crescut cu ușurință la 10. Tehnologia patentată MezIO oferă un mecanism flexibil pentru extinderea capacităților de intrare/ieșire a semnalelor de control, a indicațiilor și a interfețelor de comunicare industrială.

Orez. 5. Doc de expansiune pentru instalarea a două sau șase sloturi de expansiune (seria Nuvo-6000)

În unele cazuri, pe lângă viziunea automată în sine, computerele trebuie să rezolve problemele automatizării industriale clasice. Punctul cheie aici este prezența sloturilor de expansiune PCI/PCIe. Pentru astfel de aplicații, cea mai bună opțiune sunt calculatoarele din seria Nuvo-6000 (Fig. 4). Deși rămâne un computer compact și fiabil fără ventilator, aparatul este completat de un compartiment cu două sau șase sloturi de expansiune (Fig. 5). Compartimentul conține un ventilator și un sistem de control pentru a crea condiții confortabile de funcționare pentru cardurile I/O încorporate.

Sisteme de recunoaștere

Orez. 6. Calculator Nuvo-5095

Pentru a răspunde provocărilor de astăzi, sunt create sisteme de securitate din ce în ce mai sofisticate, în care algoritmii de recunoaștere devin un element cheie. Pe lângă sistemele de securitate, aceste tehnologii au aplicații în proiecte comerciale, cum ar fi studierea demografiei consumatorilor în retail, sortarea deșeurilor și alte aplicații. Camerele moderne de viziune artificială oferă o rezoluție din ce în ce mai mare și imagini de calitate mai bună. Rezoluția FullHD (2 megapixeli) este comună în segmentul de masă, 4K (12 megapixeli) se încearcă singur în cele mai complexe sarcini. Trebuie remarcat faptul că volumul datelor prelucrate crește exponențial. Pentru cele mai solicitante aplicații, este oferită o versiune a computerului Nuvo-5095 adaptată pentru instalarea acceleratoarelor grafice nVidia (Fig. 6). Dar aici nu te poți lipsi de un ventilator pentru nVidia GeForce GTX 950 sau GTX 1050 instalat în caseta de expansiune a computerului. În același timp, procesorul central se mulțumește în continuare cu un radiator pasiv. Împreună, sistemul cu un coprocesor grafic unic CUDA a rămas operațional în intervalul de temperatură ambientală de la –25 la +60 °C (procesoare i7-6700TE, i5-6500TE, 35W TDP).

Sisteme inteligente de management al traficului ITS

Sistemele inteligente de management al traficului, în special cele instalate într-o intersecție aglomerată, sunt poate cele mai solicitante în ceea ce privește numărul de camere conectate. Este necesar să primiți și să procesați imaginile transmise din mai multe puncte de vizualizare într-un singur loc. Sarcina instalatorilor este simplificată de un computer industrial cu un număr mai mare decât de obicei de porturi pentru conectarea camerelor. De obicei, astfel de sisteme folosesc camere cu o interfață Ethernet/PoE. Linia Neousys include modelul Nuvo-3616 care îndeplinește aceste cerințe, care este echipat cu 16 (!) porturi IEEE 802.3at PoE+, patru unități cu capacitatea de a înlocui și organiza rapid matricele RAID 0/1/5/10 cu o capacitate de până la 8 TB.

Sisteme mobile în transport

Orez. 7. Calculatoare concepute pentru a funcționa în vehicule: Nuvo-5100VTC și Nuvo-2500 (în fundal)

Vehiculele moderne, în special pentru scopuri comerciale, fie că este vorba de un camion, tractor, combină de recoltat sau locomotivă, sunt acum echipate masiv cu sisteme computerizate menite să îmbunătățească siguranța și eficiența funcționării lor. Pe lângă funcțiile deja descrise, platformele informatice destinate utilizării în transport trebuie să îndeplinească cerințe și mai stricte și să aibă interfețe suplimentare. O versiune a computerului Neousys 5100VTC a fost creată special pentru astfel de aplicații (Fig. 7). A trecut cu succes certificarea internațională pentru aplicații feroviare EN 50155. Pe lângă funcțiile standard ale calculatoarelor din seria Nuvo-5000, este echipat cu o interfață pentru monitorizarea circuitului de aprindere și CAN, ceea ce simplifică instalarea acestuia într-un vehicul modern. O versiune specială a conectorilor Ethernet M12 îmbunătățește fiabilitatea conectării cablurilor camerei în condiții de agitare. Sloturile miniPCI suplimentare sunt proiectate pentru instalarea modulelor de sistem de localizare geografică GPS/GLONASS și comunicații celulare 3G/4G cu un slot extern convenabil pentru o cartelă SIM.

Pentru sistemele auto cu cerințe mai modeste pentru capacitățile de calcul ale platformei, o versiune compactă a computerului cu control a aprinderii și o interfață CAN - Nuvo-2500 bazată pe un procesor quad-core Atom 3845 destul de puternic - este perfectă.

În concluzie, alegerea platformei potrivite care să conțină toate componentele necesare unei aplicații de viziune artificială determină în mare măsură performanța acesteia și fiabilitatea algoritmilor de procesare a imaginii. Și dacă computerele de birou sunt destul de potrivite pentru crearea de conținut matematic, atunci când puneți sistemele în funcțiune, este necesar să selectați cu atenție o platformă de calcul, astfel încât investițiile în dezvoltarea de software să nu fie în zadar.

Student la masterat. Mukhamediarov R.M.

Universitatea Națională Tehnică din Kazahstan K.I.Satpayeva, Almaty, Kazahstan

Viziunea artificială: concepte, sarcini și aplicații

1. Definiții și concepte de bază ale vederii computerizate

Viziunea artificială este o direcție științifică în domeniul inteligenței artificiale, în special al roboticii, și al tehnologiilor conexe pentru obținerea de imagini ale obiectelor din lumea reală, procesarea acestora și utilizarea datelor obținute pentru a rezolva diferite tipuri de probleme aplicate fără uman (total sau parțial) participare.

Viziunea artificială interacționează strâns cu zone precum Viziune computerizată, Procesarea imaginii , Analiza imaginii , Recunoașterea modelelor etc.De asemenea, nu există o formulare standard a modului în care ar trebui rezolvată problema în acest domeniu și cumEste adesea dificil să atribuiți fără ambiguitate problemele emergente și metodele de soluționare aplicate uneia dintre aceste domenii.Dacă trecem în revistă tehnicile, algoritmii și metodele de procesare a imaginilor care sunt utilizate și dezvoltate în aceste domenii, putem observa că sunt mai mult sau mai puțin identice.

Viziunea artificială se concentrează în principal pe aplicații industriale, cum ar fi roboții autonomi și sistemele de inspecție și măsurare vizuală. Aceasta înseamnă că tehnologia senzorilor de imagine și teoria controlului sunt asociate cu procesarea datelor video pentru a controla robotul, iar procesarea în timp real a datelor rezultate se realizează în software sau hardware.

Procesarea imaginii Şi Analiza imaginii concentrat în principal pe lucrul cu imagini 2D, de ex. cum se transformă o imagine în alta. De exemplu, operații pixel cu pixel pentru creșterea contrastului, operațiuni pentru evidențierea marginilor, eliminarea zgomotului sau transformări geometrice, cum ar fi rotația imaginii. Aceste operațiuni presupun că procesarea/analiza imaginilor funcționează independent de conținutul imaginilor în sine.

Viziune computerizată se concentrează pe procesarea scenelor tridimensionale proiectate pe una sau mai multe imagini. De exemplu, restaurarea structurii sau a altor informații despre 3 D scena dintr-una sau mai multe imagini. Viziunea computerizată depinde adesea de presupuneri mai mult sau mai puțin complexe despre ceea ce este reprezentat în imagini.

Există și o zonă numită Vizualizarea , care s-a preocupat inițial de procesul de creare a imaginilor, dar uneori s-a ocupat de procesare și analiză. De exemplu, radiografie lucrează cu analiza datelor video pentru aplicații medicale.

In sfarsit, Recunoașterea modelelor este un domeniu care folosește diverse metode pentru a extrage informații din datele video, bazate în principal pe o abordare statistică. O mare parte din acest domeniu este dedicat aplicării practice a acestor metode.

Astfel, putem concluziona că conceptul de „viziune pe computer” include astăzi: viziunea computerizată, recunoașterea vizuală a modelelor, analiza și procesarea imaginilor etc.

Elementele principale ale sistemelor moderne de viziune artificială pot fi numite o cameră cu care se obține imaginea, o placă de intrare care digitizează imaginea și o placă de control al mișcării. Tehnologia de viziune artificială are mai multe etape de funcționare a sistemului. Primul pas este obținerea unei imagini a obiectului controlat. În continuare, imaginea rezultată trebuie introdusă într-un controler industrial sau alt computer, unde procesarea computerizată, analiza datelor primite și luarea deciziilor au loc în conformitate cu programul de control încorporat. Etapa finală este transmiterea acțiunilor de control către actuatori.

În general, sarcinile sistemelor de viziune computerizată includ obținerea unei imagini digitale, prelucrarea imaginii pentru a evidenția informații semnificative din imagine și analiza matematică a datelor obținute pentru a rezolva problemele atribuite.

Literatură:

1. Computer Vision: A Modern Approach de D. A. Forsyth și J. Ponce, Prentice Hall, Upper Saddle River, N.J., 2002

2. Viziune pe computer. L. Shapiro și G. Stockman, Prentice-Hall, Upper Saddle River, N.J., 2000

3. K. Uf . Metode structurale în recunoașterea modelelor. Editura „Mir”. Moscova, 1977.

4. Edward A. Patrick. Teoria de bază recunoașterea modelelor. Moscova „Radio sovietic”, 1980.

5. Inteligenţă artificială. Abordare modernă. Stuart Russell, Peter Norvig. Moscova/Sankt Petersburg/Kiev, 2006.

UDC 004,93"1

Viziunea artificială

Tatyana Vadimovna Petrova, grupa 4241/3

Viziunea artificială este aplicarea viziunii computerizate în industrie și producție. Zona de interes a viziunii artificiale este dispozitivele digitale de intrare/ieșire și rețelele de calculatoare pentru monitorizarea echipamentelor de producție. Viziunea artificială are unele avantaje față de vederea umană. În consecință, este important să se dezvolte acest domeniu al științei. Această recenzie descrie istoria dezvoltării viziunii computerizate, componentele unui sistem de viziune computerizată, aplicarea viziunii computerizate și viitorul acestui domeniu al științei.

Introducere

producție de viziune artificială pe computer

O persoană primește cea mai mare parte a informațiilor despre lumea exterioară prin canalul vizual și apoi procesează foarte eficient informațiile primite folosind aparatul de analiză și interpretare a informațiilor vizuale. Prin urmare, se pune întrebarea cu privire la posibilitatea implementării pe mașină a acestui proces.

Datorită complexității tot mai mari a problemelor științifice și tehnice în curs de rezolvare, procesarea și analiza automată a informațiilor vizuale devin probleme din ce în ce mai stringente. Aceste tehnologii sunt utilizate în domenii foarte căutate ale științei și tehnologiei, cum ar fi automatizarea proceselor, creșterea productivității, îmbunătățirea calității produselor fabricate, controlul echipamentelor de producție, sisteme robotice inteligente, sisteme de control pentru vehicule în mișcare, cercetare biomedicală și multe altele. . În plus, se poate spune că succesul afacerilor moderne se bazează în principal pe calitatea produselor oferite. Și pentru a asigura acest lucru, dacă vorbim despre producția de lucruri materiale, este necesar un control vizual.

În continuare, vom folosi termenul de „viziune mecanică” ca un concept care cuprinde cel mai pe deplin gama de tehnologii, metode și algoritmi de inginerie asociate sarcinii de interpretare a informațiilor vizuale, precum și utilizarea practică a rezultatelor acestei interpretări.

1. Istoria dezvoltării viziunii artificiale

Viziunea computerizată a apărut ca o disciplină independentă la sfârșitul anilor '60. Această direcție a apărut în cadrul inteligenței artificiale într-un moment în care încă existau dezbateri aprinse despre posibilitatea creării unei mașini de gândire. A apărut din munca privind recunoașterea modelelor. [Zueva, 2008]

O scurtă istorie a dezvoltării viziunii artificiale este prezentată în Figura 1.

Orez. 1. Istoricul vederii artificiale

În istoria dezvoltării viziunii artificiale, se pot distinge următoarele etape:

· 1955 - Profesorul Oliver Selfridge de la Massachusetts Institute of Technology (MIT) a publicat articolul „Eyes and Ears for the Computer”. În ea, autorul a prezentat ideea teoretică de a echipa un computer cu instrumente de recunoaștere a sunetului și a imaginii.

· 1958 - psihologul Frank Rosenblatt de la Universitatea Cornell a creat o implementare computerizată a perceptronului (din percepție - percepție) - un dispozitiv care simulează circuitul de recunoaștere a modelelor din creierul uman. Perceptronul a fost modelat pentru prima dată în 1958, iar antrenamentul său a necesitat aproximativ o jumătate de oră de timp de calculator pe un computer IBM-704. Versiunea hardware - Mark I Perceptron - a fost construită în 1960 și a fost destinată recunoașterii vizuale a imaginii [Computer Vision, 2010] .

Cu toate acestea, luarea în considerare a problemelor de vedere computerizată a fost mai degrabă speculativă, deoarece nici tehnologia, nici suportul matematic pentru rezolvarea unor astfel de probleme complexe nu erau încă disponibile.

· Anii 1960 - apariția primelor sisteme software de procesare a imaginilor (în principal pentru eliminarea zgomotului din fotografiile realizate de pe avioane și sateliți), au început să se dezvolte cercetările aplicate în domeniul recunoașterii caracterelor tipărite. Cu toate acestea, au existat încă limitări în dezvoltarea acestui domeniu al științei, cum ar fi lipsa sistemelor optice de introducere a datelor ieftine, limitările și specializarea destul de îngustă a sistemelor de calcul. Dezvoltarea rapidă a sistemelor de viziune computerizată de-a lungul anilor 60 poate fi explicată prin utilizarea în expansiune a computerelor și nevoia evidentă de comunicare mai rapidă și mai eficientă om-calculator. La începutul anilor 60, problemele de vedere pe computer acopereau în principal domeniul cercetării spațiale, care necesita procesarea unei cantități mari de informații digitale.

· anii 1970 - Lawrence Roberts, un student absolvent la MIT, a prezentat conceptul de construcție de mașini a imaginilor tridimensionale ale obiectelor pe baza analizei imaginilor lor bidimensionale. În această etapă, a început o analiză mai aprofundată a datelor. Au început să se dezvolte diferite abordări ale recunoașterii obiectelor dintr-o imagine, cum ar fi structurală, caracteristică și textura.

· 1979 - Profesorul Hans-Helmut Nagel de la Universitatea din Hamburg a pus bazele teoriei analizei dinamice a scenei, care face posibilă recunoașterea obiectelor în mișcare într-un flux video.

· La sfârșitul anilor 1980, au fost creați roboți capabili să evalueze mai mult sau mai puțin satisfăcător lumea din jurul lor și să efectueze în mod independent acțiuni în mediul natural

· Anii 80 și 90 au fost marcați de apariția unei noi generații de senzori pentru câmpuri de informații digitale bidimensionale de diferite naturi fizice. Dezvoltarea de noi sisteme și metode de măsurare pentru înregistrarea câmpurilor de informații digitale bidimensionale în timp real a făcut posibilă obținerea de imagini stabile în timp generate de acești senzori pentru analiză. Îmbunătățirea tehnologiilor de producție a acestor senzori a făcut posibilă reducerea semnificativă a costurilor acestora și, prin urmare, extinderea semnificativă a domeniului de aplicare a acestora.

· Încă de la începutul anilor 90, sub aspectul algoritmic, succesiunea acțiunilor pentru prelucrarea imaginilor a fost luată în considerare în conformitate cu așa-numita paradigmă modulară. Această paradigmă, propusă de D. Marr pe baza unui studiu de lungă durată a mecanismelor percepției vizuale umane, susține că procesarea imaginilor ar trebui să se bazeze pe mai multe niveluri succesive ale unei linii informaționale ascendente: de la reprezentarea „iconica” a obiectelor. (imagine raster, informații nestructurate) la reprezentarea lor simbolică (date vectoriale și de atribut în formă structurată, structuri relaționale etc.). [Visilter și colab., 2007]

· La mijlocul anilor 90 au apărut primele sisteme automate de navigație pentru vehicule comerciale. Mijloace eficiente de analiză computerizată a mișcărilor au fost dezvoltate la sfârșitul secolului al XX-lea.

· 2003 - au fost lansate pe piață primele sisteme corporative de recunoaștere facială destul de fiabile.

2. Probleme ale vederii computerizate și domenii de aplicare a acesteia

2.1 Definiția „viziunii artificiale”

Viziunea artificială este aplicarea viziunii computerizate în industrie și producție. Zona de interes a viziunii artificiale ca domeniu de inginerie este dispozitivele digitale de intrare/ieșire și rețelele de computere concepute pentru a monitoriza echipamentele de producție, cum ar fi brațele robotizate sau dispozitivele de recuperare a produselor defecte.

Viziunea artificială este studiul metodelor și tehnicilor prin care sistemele de vedere artificială pot fi construite și utilizate în mod util în aplicații practice. Ca atare, îmbrățișează atât știința, cât și ingineria viziunii .

Studiul său include nu numai software-ul, ci și mediul hardware și tehnicile de achiziție de imagini necesare pentru aplicarea acestuia. Ca atare, diferă de viziunea computerizată, care din majoritatea cărților despre acest subiect pare să fie tărâmul posibil proiectarea software-ului, fără prea multă atenție asupra a ceea ce merge într-un sistem integrat de viziune (deși cărțile moderne despre viziunea computerizată spun de obicei destul de multe despre „realitățile urâte” ale vederii, cum ar fi eliminarea zgomotului și analiza ocluziei).

2.2 Viziunea artificială astăzi.

În prezent, există o graniță clară între așa-numita viziune computerizată monoculară și binoculară. Prima zonă include cercetarea și dezvoltarea în domeniul viziunii computerizate legate de informațiile provenite de la o singură cameră sau de la fiecare cameră separat. Al doilea domeniu include cercetarea și dezvoltarea care se ocupă de informațiile primite simultan de la două sau mai multe camere. Mai multe camere în astfel de sisteme sunt folosite pentru a măsura adâncimea de observație. Aceste sisteme se numesc sisteme stereo.

Până în prezent, teoria vederii computerizate s-a dezvoltat pe deplin ca o ramură independentă a ciberneticii, bazată pe o bază de cunoștințe științifice și practice. În fiecare an sunt publicate sute de cărți și monografii pe această temă, au loc zeci de conferințe și simpozioane și sunt produse diverse software și hardware. Există o serie de organizații științifice și publice care sprijină și acoperă cercetarea în domeniul tehnologiilor moderne, inclusiv al tehnologiilor de viziune computerizată.

2.3. Sarcinile principale ale vederii computerizate

Cu toate acestea, viziunea computerizată vă permite să rezolvați multe probleme, care pot fi împărțite în patru grupuri (Fig. 2) [Lysenko, 2007] :

Fig.2. Sarcini de viziune pe computer

· Recunoașterea poziției

Scopul viziunii computerizate în această aplicație este de a determina locația spațială (locația unui obiect în raport cu un sistem de coordonate extern) sau poziția statică a unui obiect (în ce poziție se află obiectul în raport cu un sistem de coordonate cu un punct de referință). în interiorul obiectului însuși) și transmit informații despre poziția și orientarea obiectului către sistemul de control sau controler.
Un exemplu de astfel de aplicație ar fi un robot de încărcare și descărcare care are sarcina de a muta obiecte de diferite forme dintr-un siloz. Sarcina inteligentă a vederii mecanice este, de exemplu, de a determina sistemul de coordonate de referință optim și centrul acestuia pentru localizarea centrului de greutate al unei piese. Informațiile obținute permit robotului să apuce corect piesa și să o mute în locația potrivită.