اجزای روبات هوشمند

اجزای روبات هوشمند

اسلاید 1: اجزای روبات هوشمندActionعملActuatorsعملگرPerceptionادراک External Worldمحیط خارجیSensorsحسگرCognitionشناخت

اسلاید 2: اجزای روبات هوشمند

اسلاید 3: اجزای روبات هوشمندPerceptionحس کردن، ساخت مدلی از دنیای اطرافCognitionرفتارها، انتخاب عمل، طرح ریزی، یادگیریهمکاری بین چند روبات، کار تیمیپاسخ به محیط، یادگیری چند عاملیActionحرکت، ناوبری، پرهیز از موانع

اسلاید 4: دریافت دانش از محیط یکی از مهمترین وظایف هر سیستم خودکار دریافت دانش از محیطش میباشد.اینکار از طریق بکار گیری سنسورهای مختلف و استخراج اطلاعات مفید از داده های اندازه گیری شده میباشد.رنج وسیعی از سنسورها در روباتهای خودکار مورد استفاده قرار میگیرد. در این فصل سنسورهائی مورد توجه قرار خواهند گرفت که برای دریافت اطلاعات از محیط بکار میروند.

اسلاید 5: مثالی از روبات

اسلاید 6: مثالی از روبات

اسلاید 7: 7Solar CellDigital Infrared RangingCompassTouch SwitchPressure SwitchLimit SwitchMagnetic Reed SwitchMagnetic SensorMiniature Polaroid SensorPolaroid Sensor BoardPiezo Ultrasonic TransducersPyroelectric DetectorThyristorGas SensorGieger-MullerRadiation SensorPiezo Bend SensorResistive Bend SensorsMechanical Tilt SensorsPendulum Resistive Tilt SensorsCDS Cell Resistive Light SensorHall EffectMagnetic FieldSensorsCompassIRDA TransceiverIR Amplifier SensorIR ModulatorReceiverLite-On IR Remote ReceiverRadio ShackRemote ReceiverIR Sensor w/lensGyroAccelerometerIR Reflection SensorIR Pin DiodeUV DetectorMetal Detector

اسلاید 8: برخی سنسور های متداولTactile sensorscontact switch, bumpers…Infrared sensors Reflective, proximity, distance sensors…Ultrasonic Distance SensorInertial Sensors (measure the second derivatives of position)Accelerometer, Gyroscopes, Orientation SensorsCompass, InclinometerLaser range sensorsVision, GPS, …

اسلاید 9: Sensor Fusionدر روباتهای سیار معمولا از تعداد زیادی سنسور استفاده میشود زیرا یک سنسور ممکن است کافی نباشد:سنسورها در عمل دارای نویز زیادی هستنددقت آنها محدود استخراب میشوند ( قابل اعتماد نیستند)قسمت محدودی از محیط را تحت پوشش قرار میدهندقادر به توصیف دقیق محیط نیستندسنسور مورد علاقه ممکن است گران باشد لذا ممکن است با ترکیب چند سنسور ارزان به هدف مورد نظر رسید

اسلاید 10: 10تکنیک های ترکیب اطاعات سنسور هاداده ها از چندین منبع مختلف جمع آوری میشونداز طریق چند سنسور مختلف اندازه گیری میشونداز چند موقعیت مختلف اندازه گیری میشونددر زمانهای مختلف اندازه گیری میشوندبا استفاده از یک روش ریاضی عدم قطعیت موجود در منابع داده درنظر گرفته میشود.روشهای بیزینشبکه های عصبیفیلتر کالمن

اسلاید 11: دسته بندی سنسورهاداخلی: اطلاعاتی را از داخل روبات اندازه گیری میکنند. مثل: سرعت موتور، زاویه مفصل ها، ولتاژ باتری وغیرهخارجی: اطلاعاتی را از محیط روبات جمع آوری میکنند: اندازه گیری مسافت، شدت نور، دامنه صداPassive: سنسور انرژی را از محیط دریافت میکند مثل سنسور حرارتی، CCD ، و میکروفنActive: انرژی را به محیط فرستاده وعکس العمل محیط در مقابل آنرا اندازه گیری میکند.

اسلاید 12:

اسلاید 13:

اسلاید 14: اندازه گیری کارائی سنسورهاDynamic Rangeعبارت است از دامنه حد بالا و پائین مقادیر ورودی به سنسور به نحویکه سنسور قادر به عملکرد عادی خود باشد.DR= Maximum Input/Minimum Inputمعمولا بر حسب دسیبل بیان میشود.

اسلاید 15: اندازه گیری کارائی سنسورهاRange :حد بالای مقادیر ورودی به سنسور Resolution:حداقل اختلاف بین دو مقداری که توسط سنسور قابل دریافت استLinearityنحوه رفتار خروجی یک سنسور نسبت به تغییرات سیگنال ورودی را مشخص میکندیک رفتار خطی با رابطه زیر مشخص میشود.F(ax+by)= aF(x)+ bF(y)

اسلاید 16: اندازه گیری کارائی سنسورهاBandwidth or Frequencyبرای اندازه گیری سرعت یک سنسور در آماده کردن دنباله ای از خروجی ها بکار میرود. بعبارت دیگر تعداد اندازه گیری های سنسور در ثانیه را به فرکانس تعبیر میکنند.Sensitivityعبارت است از معیاری از میزان تغییرات جزئی در سیگنال ورودی که میتواند باعث تغییر در خروجی شود:Output change / Input change

اسلاید 17: اندازه گیری کارائی سنسورهاCross Sensitivityعبارت است از حساسیت به پارامترهای محیطی که متعامد با سیگنال اصلی هستند.یک قطب نما میتواند در جهت یابی روبات بر اساس میدان مغناطیسی زمین بسیار مفید باشد. اما این وسیله علاوه بر میدان مغناطیسی زمین به مصالح ساختمانی فلزی نیز حساسیت دارد. در نتیجه استفاده از آن برای روبات که در محیط اتاق حرکت میکند چندان مفید نخواهد بود.

اسلاید 18: اندازه گیری کارائی سنسورهاerrorعبارت است از تفاضل مقدار اندازه گیری شده و مقدار واقعیerror = m – vAccuracyaccuracy =1-error/vPrecisionسنسوری دارای Precision بالاست که بتواند در اندازه گیری های متفاوت از یک کمیت واحدخروجی یکسانی تولید نماید.precision= range/σ

اسلاید 19: مشکلات کار در محیط واقعیروبات متحرک باید وضعیت محیط اطرافش را درک کرده، آنالیز نموده و بنحو قابل استفاده ای بازگو نماید. اما اندازه گیری در محیط واقعی که همواره در معرض تغییر است کاری است مشکل و دارای خطا خواهد بود.مثالی از تغییرات و خطاهای محیطی:تغییرات شدت نورجذب نور یا صدا توسط سطوحانعکاس توسط سطوحدر نتیجه روبات همواره در معرض حساست تعامدی نسبت به موقعیت و دینامیک روبات و محیط خواهد بود.مدل کردن خطاهای تصادفی کار سختی استتعریف خطای سیستماتیک و تصادفی برای محیط های کنترل شده امکان پذیر است ولی برای روبات متحرک بسیار سخت است.

اسلاید 20: مدل کردن خطا

اسلاید 21: مدل کردن خطامیتوان رفتار سنسورها را با استفاده از یک تابع احتمال مدل نمود. از آنجائیکه معمولا دانش کمی در مورد علت بوجود آمدن خطا وجود دارد در اغلب موارد توزیع احتمال خطا بصورت متقارن در نظر گرفته میشود. این فرض میتواند در مورد مثالهای زیر ناصحیح باشد:بسته به شکل محیط و نوع اشیا قرار گرفته در آن سنسور اولتراسونیک فاصله را بیش از حد واقعی نشان میدهد. لذا برای حالتی که سیگنال برگستی صحیح بوده و حالتی که سگنل از محیط بدرستی برنگردد به دو مدل مختلف نیاز خواهیم داشت.در مورد بینائی استریو کارولیشن صحیح برای همه پیکسلها اتفاق نمی افتد و نتایج ناصحیح بدست می آید.

اسلاید 22: مکان یابیLocalization

اسلاید 23: مکان یابی روبات در محیط یکی از قابلیت های اساسی برای یک روبات متحرک توانائی مکان یابی است. یعنی روبات بتواند موقعیت خود در محیط را تشخیص دهد.روشهای مختلفی برای اینکار وجود داردGlobal Positioning SystemDead-reckoning localizationTriangulation Ranging....

اسلاید 24: انکدرهای چرخ و یا موتورهادر اغلب روباتهای متحرک چرخدار از موتورهائی استفاده میشود که جهت کنترل سرعت موتور مجهز به انکدر میباشند. از اینرو انکدر سنسوری است که براحتی در دسترس است و میتوان با استفاده از آن میزان چرخش موتور و یا چرخها را اندازه گرفت.در انکدر از دیسکهائی استفاده میشود که با نوارهای تیره و روشن تقسیم بندی شده اند. این نوارها با عبور دادن نور در مکان های روشن امکان اندازه گیری مقدار چرخش را میدهند.

اسلاید 25: Incremental Optical EncodersABA leads BEncoder pulse and motor direction

اسلاید 26: Absolute Optical EncodersGray Code Used when loss of reference is not possible. Gray codes: only one bit changes at a time ( less uncertainty).• The information is transferred in parallel form (many wires are necessary).000001011010110111101100 000 001 010 011 100 101 110 111Binary

اسلاید 27: Other Odometry Sensors Resolver Potentiometer = varying resistanceIt has two stator windings positioned at 90 degrees. The output voltage is proportional to the sine or cosine function of the rotors angle. The rotor is made up of a third winding, winding C

اسلاید 28: Odometery & Dead Reckoningبرای یک روبات چرخدار میتوان مسافت طی شده توسط روبات را با اندازه گیری تعداد دورهائی که چرخ چرخیده است اندازه گرفت.ادومتری عبارت است از تخمین فاصله و جهت از یک محل معلوم با استفاده از تعداد دورهائی که چرخهای روبات چرخیده اند.ادومتری حالتی از Dead Reckoning است که در آن تخمین موقعیت براساس زمان، سرعت و جهت نسبت به یک نقطه معلوم اندازه گیری میشود.Dead Reckoning برای سالیان متوالی توسط دریانوردانی چون کریستف کلمب استفاده شده است. این کار در روباتها با استفاده از انکدر ها و یا شتاب سنجها انجام میشود.

اسلاید 29: Dead-reckoning localizationاین روش مبتنی بر استفاده از سنسورهای داخلی است و معمولا با استفاده از انکدرها و سایر سنسورها تغییرات موقعیت و جهت نسبت به فریم مرجع روبات اندازه گیری میشود.معمولا فیدبکی از محیط دریافت نمیشود. لذا احتمال بروز خطا در این روش وجود دارد. روشی ساده وسریع است.معمولا در ترکیب با سایر روشها استفاده میشود.

اسلاید 30: مشکلات ادومتریادومتری برای تخمین موقعیت در فاصله های کوتاه و محاسبات نسبی مفید است اما با افزایش فاصله خطا و عدم قطعیت بدون محدودیت رشد خواهند نمود.این عدم قطعیت ناشی از خطاهای سیستماتیک و غیر سیستماتیک است.

اسلاید 31: خطاهای ادومتریخطاهای غیر سیستماتیک:بندرت قابل اندازه گیری هستند از اینرو نمیتوان آنها را در مدل اعمال نمود. نظیر: سر خوردن چرخها، متفاوت بودن اصطکاک، برخورد با اشیا، و اختلاف سطح کف محیطخطاهای سیستماتیک:خطاهائی هستند که قابل اندازه گیری بوده و از طریق کالیبره کردن قابل جبران هستند و میتوان اثر آنها را در مدل اعمال کرد. نظیر: متفاوت بودن قطر چرخها که باعث حرکت دورانی روبات میشود، و یا عدم قطعیت در مورد پایه چرخها که باعث خطا در زاویه چرخش میشود.

اسلاید 32: Dead-Reckoning(0,0)Dead-Reckoning Accumulated error can be quite big for a period of time.(x, y, α)α(x+∆x, y+∆y, β)β

اسلاید 33: تاثیر خطای ادومتری در مسیر تخمین زده شدهA robot’s path as obtained by its odometry, relative to a given map.

اسلاید 34: مثال: روبات تفاضلی

اسلاید 35: مثال: روبات تفاضلی

اسلاید 36: سنسور جهتبرای اندازه گیری جهت روبات میتوان از سنسور داخلی مثل ژایروسکوپ یا خارجی مثل قطب نما استفاده کرد. این سنسورمقدار چرخش روبات را اندازه گیری میکند.در صورت داشتن اطلاعات سرعت میتوان با انتگرال گیری تخمینی از وقعیت را بدست آورد.

اسلاید 37: قطب نما

اسلاید 38: ژایرسکوپژایرسکوپ سنسوری برای اندازه گیری جهت است. دارای المان چرخانی است که میتواند جهت چرخش خود را نسبت به محور مشخصی ثابت نگه دارد. از اینرو اندازه مطلقی برای جهت تولید میکند.به دو صورت مکانیکی و اپتیکی ساخته میشوند.

اسلاید 39: ژایرسکوپاصول کار ژایرسکوپ مکانیکی بر مبنای خاصیت اینرسی یک روتور دوار سریع است: اگر سعی کنید یک روتور سریع را در جهت محور عمودی آن تغییر جهت دهید نیروی زیادی به دست شما وارد خواهد آمد که مقدار آن به سرعت چرخش بستگی دارد.برای استفاده از ژایرو در ناوبری محور چرخش آنرا در جهت مشخصی مثلا شمال-جنوب قرار میدهند.

اسلاید 40: ژایرسکوپاگر به محور چرخش ژایرو نیروئی وارد شود، ژایرو با نیروئی قائم به آن عکس العمل نشان خواهد داد.In figure 1, the gyroscope is spinning on its axis. In figure 2, a force is applied to try to rotate the spin axis. In figure 3, the gyroscope is reacting to the input force along an axis perpendicular to the input force This mass resonates with sufficient velocity to produce a Coriolis force when the device is subjected to rotation. A capacitive sensing structure that modulates the Coriolis force is mounted orthogonal to the mass. The Coriolis force is then directly related to the rotational velocity, and internal demodulation converts the signal into an output voltage.

اسلاید 41: Ground-Based Active and Passive Beacons

اسلاید 42: Introduction to GPSWhat is GPSThe Global Positioning System (GPS) is a worldwide radio-navigation system formed from a constellation of 24 satellites and their ground stationsGPS receivers use these satellites as reference points to calculate positions and timeOriginally known as Navigation System with Timing And Ranging (NAVSTAR)

اسلاید 43: Global Positioning System (GPS)

اسلاید 44: Global Positioning System (GPS)

اسلاید 45: Global Positioning System (GPS)

اسلاید 46: GPS Error Budget Source Uncorrected Error Level Ionosphere 0-30 meters Troposphere 0-30 meters Measurement Noise 0-10 meters Ephemeris Data 1-5 meters Clock Drift 0-1.5 meters Multipath 0-1 meter Selective Availability 0-70 meters

اسلاید 47: سنسور های فاصلهاندازه گیری فاصله به روش Active ranging یکی از متداولترین روشها در روباتهای متحرک است: یک موج صوتی و یا نوری از طریق فرستنده ای که روی روبات نصب است به محیط ارسال میشود و گیرنده ای که در روی روبات قرار دارد منتظر بازگشت موج منعکس شده توسط اشیا و موانع موجود در محیط میشود. با اندازه گیری زمان پرواز رفت و برگشت موج میتوان فاصله تا اشیا و وموانع را محاسبه نمود.اغلب ارزان هستند و اندازه گیری مستقیمی از فاصله را تولید میکنند.برای تشخیص موانع بکار میروند.برای تهیه نقشه فضای آزاد محیط بکار میروند.رقیب جدی آنها vision است که ممکن است از جذابیت آنها بکاهد.

اسلاید 48: اندازه گیری فاصله به روش time of flightدو سنسور بسیار متداول که بر مبنای خاصیت time-of-flight مورد استفاده قرار میگیرند عبارتند از: Sonar و Laser مسافتی که یک موج صوتی و یا نوری ( الکترومغناطیسی) در محیط طی میکند از رابطه زیر بدست می آید:d =c⋅twhered = distance traveled (usually round-trip);c = speed of wave propagation;t = time of flight.سرعت انتشار صوت در محیط 300m/s است در حالیکه سرعت نور 300000 Km/s یعنی یک میلیون بار سریعتر است. برای مثال نور 3 متر را در 10ns طی میکند از اینرو اندازه گیری زمان پرواز نور برای فواصل کوتاه کار بسیار مشکلی است.

اسلاید 49: عوامل موثر بر کیفیت اندازه گیری زمان پرواز موجUncertainties in determining the exact time of arrival of the reflected signal;Inaccuracies in the time-of-flight measurement (particularly with laser range sensors);The dispersal cone of the transmitted beam (mainly with ultrasonic range sensors);Interaction with the target (e.g., surface absorption, specular reflections);Variation of propagation speed;The speed of the mobile robot and target (in the case of a dynamic target);

اسلاید 50: سنسور اولتراسونیکسنسورهای اولتراسونیک بدلیل ارزانی و سادگی استفاده در روباتها برای اندازه گیری فاصله، پرهیز از موانع و ساخت نقشه محیط استفاده میشوند.در این سنسور یک بسته صوتی با فرکانسی در حدود 40-180KHz توسط فرستنده ارسال میشود و سیگنالی که از محیط منعکس میشود اندازه گیری میشود. فاصله تا اشیا از طریق اندازه گیری زمان رفت و برگشت سیگنال محاسبه میشود.

اسلاید 51: سنسور اولتراسونیک

اسلاید 52: شکل موج موج صوتی که توسط فرستنده ارسال میشود دارای پهنای تقریبی 30 درجه خواهد بود. به این معنا که هر شیئ که در داخل این پهنا قرار گیرد امکان دارد که موج ارسالی را منعکس نماید. لذا اندازه گیری با ابهام در مورد شئی منعکس کننده همراه خواهد بود.

اسلاید 53: رینگ اولتراسونیکبرخی روباتها برای تحت پوشش قرار دادن کل محیط از یک رینگ سونار که از تعدادی سنسور که با زاویه مشخص قرار گرفته اند استفاده میکنند.

اسلاید 54: اسکن محیطبرای بدست آورن اطلاعات محیط لازم است تا در زاویه های مختلف اندازه گیری انجام شود.اندازه گیری در هر 15 درجه

اسلاید 55: برخی مشکلات اندازه گیری با سونار(a اندازه گیری سونار دقیق است.(b,c نزدیک ترین شئی به سنسور فاصله را مشخص خواهند نمود.(d انعکاس باعث خواهد شد تا دیوار ناپدید شود!(e اغلب گوشه ها سیگنالهای بازگشتی ضعیفی تولید میکنند.در کنج ها بدلیل بازگشت ازچند نقطه اندازه گیری فاصله بیشتری را برمیگرداند.

اسلاید 56: مشکلات مربوط به نویز

اسلاید 57: سنسور اولتراسونیک

اسلاید 58: سنسور اولتراسونیک

اسلاید 59: Ultrasonic Sonar SensorUltrasonic transducerElectronic boardسنسور پولاروید یکی از مشهورترین سنسورهای سونار مورد استفاده در روباتهاست که توسط پولاروید برای اندازه گیری فاصله تا شئی مقابل دوربین ( برای تنظیم خودکار فوکاس) ساخته شده است. برخی مشخصات آن:transmitter + receiver @ 50 KHzResidual vibrations or ringing may be interpreted as the echo signalBlanking signal to block any return signals for the first 2.38ms after transmission در بسیاری روبات ها از یک جفت فرستنده و گیرنده به همراه مدار الکترونیکی لازم استفاده میشود.

اسلاید 60: اندازه گیری فاصله با استفاده از لیزراستفاده از لیزر برای اندازه گیری فاصله برتری های زیادی نسبت به استفاده از صوت دارد.یک باریکه نور لیزری بر روی سطح مورد نظر تابانده شده و بازتاب آن توسط آشکار ساز نوری تشخیص داده میشود.فاصله از روی زمان لازم برای رفت و برگشت نور تخمین زده میشود.با استفاده از یک سیستم مکانیکی که شامل آینه و موتور است میتوان محیط را بصورت 2 و یا 3 بعدی جاروب کرده ونقشه محیط را ترسیم نمود.

اسلاید 61: اندازه گیری فاصله با استفاده از لیزرPulsed laserدر این روش همانند اولتراسونیک یک بسته نوری به سمت هدف ارسال شده و زمان رفت و برگشت محاسبه میشود. اینکار نیازمند آن خواهد بود تا زمان با دقت PS اندازه گیری شود.Phase Shiftدر این روش اختلاف فاز بین نور ارسالی و برگشتی اندازه گیری میشود. اجرای عملی این روش ساده تر است.

اسلاید 62: اندازه گیری فاصله با استفاده از لیزر به روش Phase Shift Measurementیک نورلیزر و یا مادون قرمز همگرا شده وبه محیط فرستاده میشود. چون زبری اغلب سطوح ازطول موج نورتابیده بیشتراست، بازتاب نور بصورت isotroical بوده وقسمتی ازآن موازی با نور تابیده شده به سمت فرستنده بازمیگردد که با نصب گیرنده مناسب میتوان آنرا دریافت کرد.نور با فرکانس مشخصی ارسال شده و اختلاف فاز بین نور ارسالی وبازتاب آن اندازه گیری میشود.

اسلاید 63: طول موج سیگنال مودولاسیون از رابطه زیر بدست می آید:که c سرعت نور و f فرکانس مدولاسین است. کل مسافت طی شده توسط نور از رابطه زیر بدست می آید:که q اختلاف فاز نور ارسالی و دریافتی است. از لحاظ تئوری این نوع اندازه گیری با ابهام مواجه است زیرا با طول موج l=60 m شئی در فاصله و 5 متری با شئی درفاصله 65 متری از هم قابل تشخیص نخواهندبود.اندازه گیری فاصله با استفاده از لیزر Phase Shift Measurement

اسلاید 64: اندازه گیری فاصله با استفاده از لیزر

اسلاید 65: اندازه گیری فاصله با استفاده از لیزررزلوشن زاویه ای 0.5 درجهرزلوشن عمق در حدود 5 سانتیمترو رنج قابل اندازه گیری بین 5cm , 20 m است5 اسکن 180 درجه در ثانیه انجام میدهد.

اسلاید 66: اسکن کامل محیط توسط لیزرمعمولا در لیزرهای فاصله از آینه ای استفاده میشود که بر روی پایه ای دوار نصب شده و به کمک یک موتور میتواند تا 360 چرخیده و نور سنسور را درزوایای مختلفی به محیط بفرستد.بدین ترتیب میتوان اطلاعات دو بعدی در مورد فضای اطراف روبات بدست آورد. میتوان با اضافه کردن یک موتور دیگر و جاروب فضا در محور عمودی، محیط را بصورت 3 بعدی اسکن نمود.

اسلاید 67: اسکن کامل محیط توسط لیزریک نمونه از داده های حاصل از اسکن 360 درجه محیط در شکل نشان داده شده است:رزلوشن زاویه ای 0.5 درجهرزلوشن عمق در حدود 5 سانتیمترو رنج قابل اندازه گیری بین 5cm , 20 m است5 اسکن 180 درجه در ثانیه انجام شده است.این سنسور برتری محسوسی نسبت به سونار دارد.

اسلاید 68: اندازه گیری فاصله با استفاده از لیزرمشکلاتقادر به تشخیص اشیا شفاف مثل شیشه نیستبرگشت نور ازاشیا صیقلی باعث عدم دریافت نور توسط گیرنده و در نتیجه عدم تشخیص فاصله میگردد.

اسلاید 69: Triangulation Rangingاین روشها با استفاده از خواص هندسی به اندازه گیری فاصله میپردازندمعمولا یک پترن نوری به محیط فرستاده شده و انعکاس آن توسط گیرنده ای دریافت میشود و با داشتن اطلاعات هندسی مشخص فاصله اندازه گیری میشود. این عمل ممکن است بصورت یک بعدی و یا دو بعدی انجام شود.

اسلاید 70: Optical Triangulation (1D)یک باریکه نور همگرا شده به هدف فرستاده شده و انعکاس آن توسط یک عدسی بر روی صفحه حساس به فاصله انداخته میشود. با استفاده از روابط هندسی فاصله بصورت زیر محاسبه میشود.

اسلاید 71: Optical Triangulation (1D)این فاصله با 1/x نسبت معکوس دارد لذا رزلوشن سنسور برای اشیاء دور کمتر خواهد بود.در روباتیک از آن برای اندازه گیری فاصله اشیا تا 2 متر استفاده میشود ولی کاربرد مهمتر این سنسور در صنایع برای اندازه گیری های دقیق در حدود 1 میکرومتر است.سنسور ارزان قیمت ساخته شده توسط Sharp استفاده فراوانی در روباتهای متحرک برای اندازه گیری فاصله در رنج 8 تا 80 سانتیمتری دارد.

اسلاید 72: Optical Triangulation (2D)با جایگزینی یک دوربین CCD بجای سنسور حساس به فاصله میتوان روش فوق را به دو بعد گسترش داد.در اینحالت فرستنده یک پترن مشخص نوری (structured light) را برروی هدف می تاباند ودوربین انعکاس نور تابیده را دریافت میکند.این روش در تاریکی و نور کم هم قابل استفاده است و مشکل Correspondence سیستم های استریو را ندارد.

اسلاید 73: Optical Triangulation (2D)مقادیر اندازه گیری شده توسط سنسور عبارتند از زاویه a و فاصله تصویر بدست آمده یک نقطه تا مبدا تصویر.با استفاده از روابط هندسی داریم:

اسلاید 74: Optical Triangulation (2D)دقت سنسور در اندازه گیری را میتوان توسط روابط زیر نشان داد:با توجه به روابط فوق داریم:با افزایش b رزلوشن سنسور بیشتر میشود اما اندازه سنسور هم بزرگتر خواهد شد.با افزایش فاصله کانونی f رزلوشن بیشتر میشود اما اندازه سنسور هم بزرگتر خواهد شد.با ارزانتر شدن لیزر اسکنرها کاربرد این نوع از سنسور به موارد تحقیقاتی گسترده شده است.

اسلاید 75: سنسورهای سرعت و حرکتسنسورهائی وجود دارند که میتوانند مستقیما حرکت نسبی بین روبات و محیط را اندازه بگیرند.برای روباتهائی که در بزرگراه ها حرکت میکنند استفاده از سنسورهای Doppler تنها راه تشخیص اشیا میباشد.در این سیستمها از هر دو امواج صوتی و الکترومغناطیسی استفاده میشود.

اسلاید 76: سنسورهای سرعت و حرکت

اسلاید 77: شتاب سنج

اسلاید 78: اندازه گیری فاصله با استفاده از شتاب

اسلاید 79: اندازه گیری جهت

اسلاید 80:

اسلاید 81:

اسلاید 82:

اسلاید 83: Inertial measurement unitAn inertial measurement unit, or IMU, is an electronic device that measures and reports on a crafts velocity, orientation, and gravitational forces, using a combination of accelerometers and gyroscopes.The IMU is the main component of inertial navigation systems used in aircraft, spacecraft, watercraft, and guided missiles among others.An IMU works by detecting the current rate of acceleration using one or more accelerometers, and detects changes in rotational attributes like pitch, roll and yaw using one or more gyroscopes.

اسلاید 84: اندازه گیری فاصله با استفاده از سنسور بینائیبینائی قویترین حس آدمی استبینائی پیچیده ترین حس آدمی نیز بشمار میرود.هنگامی که توسط یک دوربین از یک شیئ سه بعدی تصویر برداری میشود، اطلاعات بعد سوم یعنی عمق یا فاصله شیئ بصورت دو بعدی تصویر خواهد شد.استخراج اطلاعات بعد سوم از یک تصویر دو بعدی کار ساده ای نیست. از روشهائی نظیر بینائی استریو، triangulation و یا روشهای مبتنی بر فوکاس میتوان برای بدست آوردن اطلاعات بعد سوم استفاده نمود.

اسلاید 85: سنسورهای بینائی

اسلاید 86: Vision SensorsCCD (light-sensitive, discharging capacitors of 5 to 25 micron )CMOS (Complementary Metal Oxide Semiconductor technology )

اسلاید 87: Visual Range Sensorsاگر اطلاعاتی در مورد اندازه اشیا وجود داشته باشد امکان اندازه گیری فاصله از روی اندازه وجود خواهد داشت ولی معمولا چنین نیست.راه حل کلی استفاه از چندین تصویر مختلف است تا اطلاعات اضافی مورد نیاز بدست آید.دو روش مختلف: Depth from focus/defocus از اختلاف پارامترهای دوربین ها استفاده میکند. Stereo vision از اختلاف دید دوربین ها استفاده میکند.

اسلاید 88: اندازه گیری فاصله از طریق فوکاس/دی فوکاسایده اصلی در این روش استخراج فاصله از طریق اندازه گیری پارامترهای دوربین است. در این روش برای حل مسئله اندازه گیری عمق تصویردو و یا چند تصویر از صحنه گرفته میشود. اختلاف تصاویر در فاصله کانونی و یا فاصله صفحه تصویر میباشد.

اسلاید 89: اندازه گیری فاصله از طریق فوکاس

اسلاید 90: اندازه گیری فاصله از طریق فوکاس

اسلاید 91: اندازه گیری Sharpnessبرای اندازه گیری وضوح تصویر از روابط زیر استفاده میشود.

اسلاید 92: Depth from defocusدر این روش از یک صحنه دو و یا چند تصویر با پارامترهای مختلف دوربین گرفته میشود.اطلاعات مربوط به فاصله از تصویر سه بعدی حاصل استخراج میشود.

اسلاید 93: تصویر فوکاس شدهاگر یک شی در مقابل دوربین Pineholeقرار گرفته باشد، تصویر فوکاس شده یک نقطه x,yاز تصویرآن با F(x,y) نشان داده شده و برابر است با شدت نوری که از آن نقطه به تصویر میرسد. تابع point spread function بصورت زیر تعریف میشود:مقدار نور تابش شده از نقطه P شی در تصویر فوکاس شده که در تصویر بدون فوکاس دخالت میکند.

اسلاید 94: Point Spread Functionبا فرض اینکه blur circle دارای شدت نور یکنواختی است این تابع بصورت زیر تعریف میشود:

اسلاید 95: آزمایشاتBest reported result is 1.3% RMS error in terms of distance from the camera when the target is about 0.9 m away .The key problems are the measurement of difference of blurring amount and the calibration of the mapping between depth and the difference of blurring.

اسلاید 96: استریو ویژنبا استفاده از دو دوربین میتوان به یک ادارک 3 بعدی از محیط دست پیدا کرد. در عمل چنین سیگنالی پیچیده و همراه با نویز خواهد بود.هر دوربین منظره ای با تفاوتی اندک را ثبت خواهد نمود. فاصله بین نقاط متناظر در دو تصویر را stereo disparity میگویندdisparity

اسلاید 97: Stereo Visionدر حالت ساده اگر محور اپتیکی دو دوربین مطابق شکل موازی باشند برای مختصات یک نقطه در دو تصویر داریم:

اسلاید 98: Stereo Visionفاصله نسبت معکوس با disparity دارداشیا نزدیکتر را با دقت بیشتری میتوان اندازه گرفتمقدار disparity با b رابطه مستقیم داردبرای یک مقدار خطای disparity ثابت دقت اندازه گیری عمق با افزایش b بیشتر خواهد شد.اما این امکان وجود دارد که با افزایش b برخی اشیا فقط در یک تصویر دیده شوند.نقطه ای که در هر دو تصویر قابل رویت باشد، تشکیل یک زوج conjugate در تصاویر حاصله خواهد داد که با دانستن محل یکی میتوانیم در خطی با نام epipolar بدنبال دیگری بگردیم. در مثال شکل قبل این خط موازی محور x است.

اسلاید 99: اندازه گیری فاصله به روش استریوThe amount of disparity is related to distancethe difficulty lies in identifying corresponding pointsThe general principle isleft and right images are digitizedraw images are rectified for distortion / misalignmentrectified images are filtered to enhance textures+edgesa stereo matching algorithm is appliedmodern techniques search along horizontal scan lines to find the best set of matching pixels (e.g. mean-squared-error)raw disparity map is filtered to remove noiseThis can now be done on modern computerse.g. Pentium P-4 @ GHz at interactive frame rates

اسلاید 100: Stereo Vision – the general case در حالت کلی ممکن است فرض موازی بودن محور اپتیکی دو دوربین صحیح نباشد.مقادیر ماتریس دوران از طریق کالیبراسیون بدست میاید.We have 12 unknowns and require 12 equations:we require 4 conjugate points for a complete calibration.Note: Additionally there is a optical distortion of the image

اسلاید 101: سوال اساسینقاط مزدوج در دو تصویر را چگونه میتوان پیدا کرد؟How do we solve the correspondence problem?کدامیک از المانهای تصویر باید با هم مقایسه شوند؟دو روش وجود دارد:Pixel/area-based (lower-level)Feature-based (higher-level)

اسلاید 102: مشکلات پیدا کردن نقاط مرتبطالمانهای تصویری ممکن است در دو تصویر یکسان دیده نشوند. برخی دلایل این امر عبارتند از:مسایل مربوط به دوربینها.وجود نویز در تصاویر، گین متفاوت دوربین ها، کنتراست متفاوتمسایل مربوط به زاویه دید تصاویر.اعوجاج پرسپکتیوپوشیده شدن نقاطانعکاس

اسلاید 103: نصب دوربین هاسعی میشود تا دوربین های انتخاب شده از هر دو جهت یکسان باشند.دوربین ها بصورت کاملا موازی هم نصب شوند.انتخاب فاصله بین دو دوربین دارای ویژگی های زیر است:فاصله کم: پیدا کردن نقاط یکسان دوتصویر ساده تر استفاصله زیاد: درک بهتری از عمق وجود خواهد داشت

اسلاید 104: پیدا کردن نقاط یکسانبرای پیدا کردن هر نقطه یک تصویر در تصویر دیگر عمل جستجو در روی یک خط با نام Epipolar line انجام میشود.با استفاده از پنجره های همسایه به جستجوی مشابه ترین ناحیه پرداخته میشود.

اسلاید 105: پیدا کردن نقاط یکسانبرخی از معیارهای تشابه بین ناحیه ها عبارتند از:SAD (sum of absolute differences)SSD (sum of squared differences)CC (cross-correlation)برخی از پارامترهای مهم در انتخاب اندازه پنجره عبارتند از:AmbiguityNoise sensitivitySensitivity towards viewpoint-related distortionsExpected object sizesFrequency of depth jumps

اسلاید 106: Zero Crossing of Laplacian of Gaussianروش Zero Crossing of Laplacian of Gaussianیکی از تکنیک های متداول برای یافتن نقاط مزدوج میباشد.روشی است برای یافتن نقاطی در تصاویر سمت راست و چپ که پایدار بوده و بخوبی با هم انطباق پیدا میکنند.این روش در نرم افزار و سخت افزار پیاده شده است.هسته این روش را لاپلاسین تصویر تشکیل میدهد:

اسلاید 107: Zero Crossing of Laplacian of Gaussianبرای اینکه بتوان رابطه فوق را برای یک تصویر دیجیتال محاسبه نمود آنرا با یک کانولوشن تقریب میزنند:kernel

اسلاید 108: مثالStep / Edge Detection in Noisy Image

اسلاید 109: حذف نویزبرای کاهش اثر نویز ابتدا با استفاده از اپراتور گاوسی روی تصویر هموار سازی بعمل میاید.filtering through Gaussian smoothing

اسلاید 110: مثالاعمال لاپلاسین بر روی تصویر هموار شده باعث بوجود آمدن spike مثبت و منفی در محل لبه ها خواهد شد.b1 and b2: vertical edge filteredleft and right image;filter = [1 2 4 -2 -10 -2 4 2 1]c: confidence image:bright = high confidence (good texture)d: depth image:bright = close; dark = far left imagesright imagesedge filteredconfidence imagedepth image

اسلاید 111: Zero Crossing of Laplacian of Gaussianیک ویژگی بسیار موثر برای برای پیدا کردن correspondence بین تصاویر راست و چپ میتواند zero crossing لاپلاسین تصویر هموار شده باشد LoGZero crossing دارای عرضی برابر با یک پیکسل است و بخوبی در تصاویر قابل محاسبه است.

اسلاید 112: Color Tracking SensorsMotion estimation of ball and robot for soccer playing using color tracking

اسلاید 113: Representing Colors in an RGB Image

اسلاید 114: How do We Segment a “Single” Color? We need to model it mathematically a priori

اسلاید 115: Simple RGB Color Segmentation

اسلاید 116: Grouping, Clustering: Assigning Features to Feature