0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機器人視覺的9大挑戰(zhàn)

454398 ? 來源:ST社區(qū) ? 作者:ST社區(qū) ? 2022-12-09 10:25 ? 次閱讀

來源:ST社區(qū)

機器人視覺解決方案是我們實現(xiàn)機器人視野的幾大挑戰(zhàn)。即便變得越來越簡單易用,還是有一些棘手的問題。很多因素影響機器人在環(huán)境中的視覺,任務(wù)設(shè)置和工作場所。這里有9個總結(jié)出來的機器人視覺挑戰(zhàn):

照明

如果有過在低光照下拍攝數(shù)碼照片的經(jīng)驗,就會知道照明至關(guān)重要。糟糕的照明會毀掉一切。成像傳感器不像人眼那樣適應(yīng)性強或敏感。如果照明類型錯誤,視覺傳感器將無法可靠地檢測到物體。

有各種克服照明挑戰(zhàn)的方法。一種方法是將有源照明結(jié)合到視覺傳感器本身中。其他解決方案包括使用紅外照明,環(huán)境中的固定照明或使用其他形式的光的技術(shù),例如激光。

變形或鉸接

球是用計算機視覺設(shè)置來檢測的簡單對象。你可能只是檢測它的圓形輪廓,也許使用模板匹配算法。但是,如果球被壓扁,它會改變形狀,同樣的方法將不再起作用。這是變形。它會導(dǎo)致一些機器人視覺技術(shù)相當(dāng)大的問題。

鉸接類似,是指由可移動關(guān)節(jié)引起的變形。例如,當(dāng)您在肘部彎曲手臂時,手臂的形狀會發(fā)生變化。各個鏈接(骨骼)保持相同的形狀,但輪廓變形。由于許多視覺算法使用形狀輪廓,因此清晰度使得物體識別更加困難。

職位和方向

機器人視覺系統(tǒng)最常見的功能是檢測已知物體的位置和方向。因此,大多數(shù)集成視覺解決方案通常都克服了這兩者面臨的挑戰(zhàn)。

只要整個物體可以在攝像機圖像內(nèi)被查看,檢測物體的位置通常是直截了當(dāng)?shù)?。許多系統(tǒng)對于對象方向的變化也是強健的。但是,并不是所有的方向都是平等的。雖然檢測沿一個軸旋轉(zhuǎn)的物體是足夠簡單的,但是檢測物體何時3D旋轉(zhuǎn)則更為復(fù)雜。

背景

圖像的背景對物體檢測的容易程度有很大的影響。想象一個極端的例子,對象被放置在一張紙上,在該紙上打印同一對象的圖像。在這種情況下,機器人視覺設(shè)置可能不可能確定哪個是真實的物體。

完美的背景是空白的,并提供與檢測到的物體良好的對比。它的確切屬性將取決于正在使用的視覺檢測算法。如果使用邊緣檢測器,那么背景不應(yīng)該包含清晰的線條。背景的顏色和亮度也應(yīng)該與物體的顏色和亮度不同。

閉塞

遮擋意味著物體的一部分被遮住了。在前面的四個挑戰(zhàn)中,整個對象出現(xiàn)在相機圖像中。遮擋是不同的,因為部分對象丟失。視覺系統(tǒng)顯然不能檢測到圖像中不存在的東西。

有各種各樣的東西可能會導(dǎo)致遮擋,包括:其他物體,機器人的部分或相機的不良位置??朔趽醯姆椒ㄍǔI婕皩ο蟮目梢姴糠峙c其已知模型進行匹配,并假定對象的隱藏部分存在。

比例

在某些情況下,人眼很容易被尺度上的差異所欺騙。機器人視覺系統(tǒng)也可能被他們弄糊涂了。想象一下,你有兩個完全相同的物體,只是一個比另一個大。想象一下,您正在使用固定的2D視覺設(shè)置,物體的大小決定了它與機器人的距離。如果您訓(xùn)練系統(tǒng)識別較小的物體,則會錯誤地檢測到兩個物體是相同的,并且較大的物體更接近相機。

尺度的另一個問題,也許不那么明顯,就是像素值的問題。如果將機器人相機放置得很遠,則圖像中的對象將由較少的像素表示。當(dāng)有更多的像素代表對象時,圖像處理算法會更好地工作,但有一些例外。

照相機放置

不正確的相機位置可能會導(dǎo)致以前出現(xiàn)過的任何問題,所以重要的是要正確使用它。嘗試將照相機放置在光線充足的區(qū)域,以便在沒有變形的情況下盡可能清楚地看到物體,盡可能靠近物體而不會造成遮擋。照相機和觀看表面之間不應(yīng)有干擾的背景或其他物體。

運動

移動有時會導(dǎo)致計算機視覺設(shè)置出現(xiàn)問題,特別是在圖像中出現(xiàn)模糊時。例如,這可能發(fā)生在快速移動的傳送帶上的物體上。數(shù)字成像傳感器在短時間內(nèi)捕獲圖像,但不會瞬間捕獲整個圖像。如果一個物體在捕捉過程中移動太快,將導(dǎo)致圖像模糊。我們的眼睛可能不會注意到視頻中的模糊,但算法會。當(dāng)有清晰的靜態(tài)圖像時,機器人視覺效果最佳。

期望

與視覺算法的技術(shù)方面相比,最后的挑戰(zhàn)更多地涉及到您的視覺設(shè)置方法。機器人視野面臨的最大挑戰(zhàn)之一就是工作人員對于視覺系統(tǒng)能提供什么不切實際的期望。通過確保期望符合技術(shù)的能力,您將從技術(shù)中獲得最大收益。您可以通過確保員工接受關(guān)于視覺系統(tǒng)的教育來實現(xiàn)這一點。

審核編輯黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人視覺
    +關(guān)注

    關(guān)注

    0

    文章

    48

    瀏覽量

    10109
收藏 人收藏

    評論

    相關(guān)推薦

    【「具身智能機器人系統(tǒng)」閱讀體驗】2.具身智能機器人的基礎(chǔ)模塊

    具身智能機器人的基礎(chǔ)模塊,這個是本書的第二部分內(nèi)容,主要分為四個部分:機器人計算系統(tǒng),自主機器人的感知系統(tǒng),自主機器人的定位系統(tǒng),自主機器人
    發(fā)表于 01-04 19:22

    《具身智能機器人系統(tǒng)》第10-13章閱讀心得之具身智能機器人計算挑戰(zhàn)

    閱讀《具身智能機器人系統(tǒng)》第10-13章,我對具身智能機器人的工程實踐有了全新認識。第10章從實時性角度剖析了機器人計算加速問題。機器人定位中的SLAM算法需要處理兩個計算密集型任務(wù):
    發(fā)表于 01-04 01:15

    【「具身智能機器人系統(tǒng)」閱讀體驗】2.具身智能機器人大模型

    。 多模態(tài)融合的創(chuàng)新與突破 機器人控制技術(shù)的另一個重要突破在于多模態(tài)大模型的應(yīng)用。相比于僅通過文字進行人機交互的傳統(tǒng)方法,現(xiàn)代機器人能夠融合視覺、聲音、定位等多模態(tài)輸入信息,為任務(wù)執(zhí)行提供更加全面的感知
    發(fā)表于 12-29 23:04

    【「具身智能機器人系統(tǒng)」閱讀體驗】1.初步理解具身智能

    影響與發(fā)展,提供了全球及國內(nèi)行業(yè)趨勢的見解。書中詳細討論了這一新興領(lǐng)域面臨的諸多挑戰(zhàn),從應(yīng)用的不確定性、昂貴的成本到倫理問題,為讀者呈現(xiàn)了當(dāng)前形勢的現(xiàn)實視角。 接下來,書中深入探討了具身智能機器人的歷史
    發(fā)表于 12-28 21:12

    《具身智能機器人系統(tǒng)》第7-9章閱讀心得之具身智能機器人與大模型

    醫(yī)療領(lǐng)域,手術(shù)輔助機器人需要毫米級的精確控制,書中有介紹基于視覺伺服的實時控制算法,以及如何利用大模型優(yōu)化手術(shù)路徑規(guī)劃。工業(yè)場景中,協(xié)作機器人面臨的主要挑戰(zhàn)是快速適應(yīng)新工藝流程。具身智
    發(fā)表于 12-24 15:03

    【「具身智能機器人系統(tǒng)」閱讀體驗】+初品的體驗

    解決許多技術(shù)的和非技術(shù)的挑戰(zhàn),如提高智能體的自主性、處理復(fù)雜環(huán)境互動的能力及確保行為的倫理和安全性。 未來的研究需要將視覺、語音和其他傳感技術(shù)與機器人技術(shù)相結(jié)合,以探索更加先進的知識表示和記憶模塊,利用強化學(xué)習(xí)進一步優(yōu)化決策過程
    發(fā)表于 12-20 19:17

    《具身智能機器人系統(tǒng)》第1-6章閱讀心得之具身智能機器人系統(tǒng)背景知識與基礎(chǔ)模塊

    挑戰(zhàn),BEV技術(shù)提供了新的解決思路。 第5章機器人定位系統(tǒng)的設(shè)計思路給了我新的靈感。本章詳述了多傳感器融合定位方法,將GNSS、IMU等直接測量與視覺里程計等環(huán)境感知相結(jié)合,用卡爾曼濾波器優(yōu)化定位精度
    發(fā)表于 12-19 22:26

    解鎖機器人視覺與人工智能的潛力,從“盲人機器”改造成有視覺能力的機器人(上)

    正如人類依賴眼睛和大腦來解讀世界,機器人也需要自己的視覺系統(tǒng)來有效運作。沒有視覺,機器人就如同蒙上雙眼的人類,僅能執(zhí)行預(yù)編程的命令,容易碰撞障礙物,并犯下代價高昂的錯誤。這正是
    的頭像 發(fā)表于 10-12 09:56 ?440次閱讀
    解鎖<b class='flag-5'>機器人</b><b class='flag-5'>視覺</b>與人工智能的潛力,從“盲人<b class='flag-5'>機器</b>”改造成有<b class='flag-5'>視覺</b>能力的<b class='flag-5'>機器人</b>(上)

    工業(yè)機器人視覺技術(shù)的應(yīng)用分為哪幾種?

    工業(yè)機器人視覺技術(shù)的應(yīng)用非常廣泛,涉及到許多不同的領(lǐng)域和場景。以下是一些主要的應(yīng)用領(lǐng)域和相關(guān)技術(shù): 物體識別與定位 物體識別與定位是工業(yè)機器人視覺技術(shù)的基礎(chǔ)應(yīng)用之一。通過使用攝像頭和其
    的頭像 發(fā)表于 07-09 09:38 ?813次閱讀

    機器人視覺與計算機視覺的區(qū)別與聯(lián)系

    機器人視覺與計算機視覺是兩個密切相關(guān)但又有所區(qū)別的領(lǐng)域。 1. 引言 在當(dāng)今科技迅猛發(fā)展的時代,機器人和計算機視覺技術(shù)在各個領(lǐng)域發(fā)揮著越來越
    的頭像 發(fā)表于 07-09 09:27 ?709次閱讀

    機器人視覺的應(yīng)用范圍

    機器人視覺是一種將計算機視覺技術(shù)應(yīng)用于機器人領(lǐng)域的技術(shù),它使得機器人能夠感知和理解周圍環(huán)境,實現(xiàn)自主決策和執(zhí)行任務(wù)。隨著人工智能、
    的頭像 發(fā)表于 07-04 11:33 ?679次閱讀

    機器人視覺的結(jié)構(gòu)及工作原理

    機器人視覺是一種利用計算機視覺技術(shù)實現(xiàn)機器人對環(huán)境的感知和理解的技術(shù)。它涉及到圖像采集、圖像處理、特征提取、目標識別、場景理解等多個環(huán)節(jié)。 機器人
    的頭像 發(fā)表于 07-04 11:27 ?1237次閱讀

    機器人視覺的作用是什么

    一、引言 機器人視覺機器人技術(shù)的重要組成部分,它利用計算機視覺技術(shù)對機器人周圍環(huán)境進行感知、識別和理解,為
    的頭像 發(fā)表于 07-04 11:24 ?802次閱讀

    基于FPGA EtherCAT的六自由度機器人視覺伺服控制設(shè)計

    和增強系統(tǒng)處理圖像的實時性,本文提出了一種伊瑟特的六自由度機器人視覺伺服控制系統(tǒng),將攝像頭集成到基于 Zynq的伊瑟特主站上,提高了視覺伺服的實時性.經(jīng)測試,該平臺能夠?qū)?b class='flag-5'>視覺檢測目標的
    發(fā)表于 05-29 16:17

    視覺機器人焊接的研究現(xiàn)狀

    視覺機器人焊接技術(shù)是將計算機視覺機器人技術(shù)相結(jié)合,實現(xiàn)自動焊接過程中的實時檢測、跟蹤和控制。這一領(lǐng)域的研究一直處于不斷發(fā)展之中,吸引了眾多研究人員和工程師的關(guān)注。本文將就
    的頭像 發(fā)表于 04-02 15:34 ?554次閱讀
    <b class='flag-5'>視覺</b><b class='flag-5'>機器人</b>焊接的研究現(xiàn)狀