Yn ystod y blynyddoedd diwethaf, mae maes roboteg wedi gwneud cynnydd sylweddol wrth ddatblygu peiriannau deallus sy'n gallu cyflawni tasgau cymhleth megis gafael, trin, a chydnabod gwrthrychau mewn gwahanol amgylcheddau. Un maes ymchwil sydd wedi cael llawer o sylw yw systemau gafael gweledol 3D heb eu trefnu. Nod y systemau hyn yw dysgu sut i godi gwrthrychau o wahanol siapiau, meintiau a gweadau mewn amgylchedd anstrwythuredig. Yn yr erthygl hon, byddwn yn archwilio'r pwyntiau cyfluniad allweddol ar gyfer datblygu system gafael gweledol 3D effeithlon heb ei drefnu.
1. Synwyr dyfnder
Y pwynt cyfluniad cyntaf a mwyaf hanfodol ar gyfer aSystem gafael gweledol 3Dyw'r synwyryddion dyfnder. Mae synwyryddion dyfnder yn ddyfeisiadau sy'n dal y pellter rhwng y synhwyrydd a'r gwrthrych sy'n cael ei synhwyro, gan ddarparu gwybodaeth ofodol gywir a manwl. Mae yna wahanol fathau o synwyryddion dyfnder ar gael yn y farchnad, gan gynnwys LIDAR, a chamerâu stereo.
Mae LIDAR yn synhwyrydd dyfnder poblogaidd arall sy'n defnyddio technoleg laser i fesur pellteroedd. Mae'n anfon curiadau laser allan ac yn mesur yr amser mae'n ei gymryd i'r laser bownsio'n ôl o'r gwrthrych sy'n cael ei synhwyro. Gall LIDAR ddarparu delweddau 3D cydraniad uchel o'r gwrthrych, gan ei wneud yn ddelfrydol ar gyfer cymwysiadau megis mapio, llywio a gafael.
Mae camerâu stereo yn fath arall o synhwyrydd dyfnder sy'n dal gwybodaeth 3D gan ddefnyddio dau gamera sydd wedi'u gosod wrth ymyl ei gilydd. Trwy gymharu'r delweddau a ddaliwyd gan bob camera, gall y system gyfrifo'r pellter rhwng y camerâu a'r gwrthrych sy'n cael ei synhwyro. Mae camerâu stereo yn ysgafn, yn fforddiadwy ac yn hawdd eu defnyddio, gan eu gwneud yn ddewis poblogaidd ar gyfer robotiaid symudol.
2. Algorithmau adnabod gwrthrychau
Yr ail bwynt cyfluniad critigol ar gyfer system gafael gweledol 3D yw'r algorithmau adnabod gwrthrychau. Mae'r algorithmau hyn yn galluogi'r system i nodi a dosbarthu gwahanol wrthrychau yn seiliedig ar eu siâp, maint a gwead. Mae yna nifer o algorithmau adnabod gwrthrychau ar gael, gan gynnwys prosesu cwmwl pwynt, paru arwyneb, paru nodweddion, a dysgu dwfn.
Mae prosesu cwmwl pwynt yn algorithm adnabod gwrthrychau poblogaidd sy'n trosi'r data 3D a ddaliwyd gan y synhwyrydd dyfnder yn gwmwl pwynt. Yna mae'r system yn dadansoddi'r cwmwl pwyntiau i nodi siâp a maint y gwrthrych sy'n cael ei synhwyro. Algorithm arall yw paru arwynebau sy'n cymharu model 3D y gwrthrych sy'n cael ei synhwyro â llyfrgell o wrthrychau a oedd yn hysbys yn flaenorol i nodi hunaniaeth y gwrthrych.
Mae paru nodweddion yn algorithm arall sy'n nodi nodweddion allweddol y gwrthrych sy'n cael ei synhwyro, megis corneli, ymylon, a chromliniau, a'u paru â chronfa ddata o wrthrychau a oedd yn hysbys yn flaenorol. Yn olaf, mae dysgu dwfn yn ddatblygiad diweddar mewn algorithmau adnabod gwrthrychau sy'n defnyddio rhwydweithiau niwral i ddysgu ac adnabod gwrthrychau. Gall algorithmau dysgu dwfn adnabod gwrthrychau gyda chywirdeb a chyflymder uchel, gan eu gwneud yn ddelfrydol ar gyfer cymwysiadau amser real fel gafael.
3. algorithmau gafael
Y trydydd pwynt cyfluniad critigol ar gyfer aSystem gafael gweledol 3Dyw'r algorithmau gafael. Mae algorithmau gafael yn rhaglenni sy'n galluogi'r robot i godi a thrin y gwrthrych sy'n cael ei synhwyro. Mae sawl math o algorithmau gafael ar gael, gan gynnwys algorithmau cynllunio gafael, algorithmau creu gafael, ac algorithmau dosbarthu grym.
Mae algorithmau cynllunio gafael yn cynhyrchu rhestr o afaelion ymgeiswyr ar gyfer y gwrthrych sy'n cael ei synhwyro ar sail ei siâp a'i faint. Yna mae'r system yn gwerthuso sefydlogrwydd pob gafael ac yn dewis yr un mwyaf sefydlog. Mae algorithmau creu gafael yn defnyddio technegau dysgu dwfn i ddysgu sut i afael mewn gwahanol wrthrychau a chynhyrchu gafaelion heb fod angen cynllunio penodol.
Mae algorithmau dosbarthu grym yn fath arall o algorithm gafael sy'n ystyried pwysau a dosbarthiad y gwrthrych i bennu'r grym gafael gorau posibl. Gall yr algorithmau hyn sicrhau y gall y robot godi hyd yn oed gwrthrychau trwm a swmpus heb eu gollwng.
4. Grippers
Y pwynt cyfluniad critigol olaf ar gyfer system afael gweledol 3D yw'r gripper. Y gripper yw'r llaw robotig sy'n codi ac yn trin y gwrthrych sy'n cael ei synhwyro. Mae sawl math o grippers ar gael, gan gynnwys gafaelwyr gên cyfochrog, grippers tri bys, a gafaelwyr sugno.
Mae gafaelwyr gên cyfochrog yn cynnwys dwy ên gyfochrog sy'n symud tuag at ei gilydd i afael yn y gwrthrych. Maent yn syml ac yn ddibynadwy, gan eu gwneud yn ddewis poblogaidd ar gyfer cymwysiadau fel gweithrediadau dewis a gosod. Mae grippers tri bys yn fwy amlbwrpas a gallant afael mewn gwrthrychau o wahanol siapiau a meintiau. Gallant hefyd gylchdroi a thrin y gwrthrych, gan eu gwneud yn ddelfrydol ar gyfer tasgau cydosod a thrin.
Mae grippers sugno yn defnyddio cwpanau sugno gwactod i lynu wrth y gwrthrych sy'n cael ei synhwyro a'i godi. Maent yn ddelfrydol ar gyfer trin gwrthrychau ag arwynebau llyfn fel gwydr, plastig a metel.
I gloi, datblygu aSystem afael gweledol 3D heb ei threfnuyn gofyn am ystyriaeth ofalus o bwyntiau cyfluniad allweddol y system. Mae'r rhain yn cynnwys synwyryddion dyfnder, algorithmau adnabod gwrthrychau, algorithmau gafael, a gafaelwyr. Trwy ddewis y cydrannau mwyaf addas ar gyfer pob un o'r pwyntiau cyfluniad hyn, gall ymchwilwyr a pheirianwyr ddatblygu systemau gafael effeithlon ac effeithiol a all drin ystod eang o wrthrychau mewn amgylcheddau anstrwythuredig. Mae gan ddatblygiad y systemau hyn botensial mawr i wella effeithlonrwydd a chynhyrchiant amrywiol ddiwydiannau, megis gweithgynhyrchu, logisteg a gofal iechyd.
Amser post: Medi-18-2024
