If you can't read please download the document
Upload
lyquynh
View
217
Download
0
Embed Size (px)
Citation preview
TESIS PUCP
Esta obra ha sido publicada bajo la licencia Creative CommonsReconocimiento-No comercial-Compartir bajo la misma licencia 2.5 Per.
Para ver una copia de dicha licencia, visitehttp://creativecommons.org/licenses/by-nc-sa/2.5/pe/
PONTIFICIA UNIVERSIDAD CATLICA DEL PER
ESCUELA DE GRADUADOS
SISTEMA DE VISIN ARTIFICIAL PARA EL RECONOCIMIENTO Y
MANIPULACIN DE OBJETOS UTILIZANDO UN BRAZO ROBOT
Tesis para Optar el Grado de:
MAGISTER EN INGENIERA DE CONTROL Y AUTOMATIZACIN
Presentado por:
EDDIE ANGEL SOBRADO MALPARTIDA
Lima- Per 2003
CONTENIDO
RESUMEN
INTRODUCCIN
Captulo 1. Visin Artificial. 1.1 Introduccin. 1-1
1.2 Aplicaciones de la Visin Artificial. 1-1
1.3 La Visin Artificial en Robtica 1-1
1.4 Diagrama de bloques del Sistema de VA a implementar. 1-1
1.5 Hardware y Software utilizado. 1-1
Captulo 2. Etapas del Sistema de Visin Artificial.
2.1 Introduccin 2-1
2.2 Adquisicin de la imagen. 2-1
2.2.1 Cmara 2-1
2.2.2 Digitalizador 2-1
2.2.3 Sistema de iluminacin 2-1
2.2.4 Fuentes de iluminacin 2-1
2.3 Preprocesamiento de la imagen 2-1
2.3.1 Conversin a Escala de Grises 2-1
2.3.2 Filtro espacial 2-1
2.4 Segmentacin 2-1
2.4.1 Segmentacin basada en Pixeles 2-1
2.4.2 Operaciones Morfolgicas 2-1
2.4.3 Etiquetado y Cuenta de objetos 2-1
2.4.4 Filtro de Tamao 2-1
2.5 Descripcin (Representacin) 2-1
2.6 Reconocimiento (Clasificacin) 2-1
2.7 Toma de decisiones y comunicacin con el Robot 2-1
Captulo 3 Descripcin y Extraccin de caractersticas. 3.1 Introduccin. 3-1
3.2 Requisitos en la extraccin de caractersticas 3-1
3.3 Extraccin de caractersticas 3-1
3.4 Mtodos de Descripcin 3-1
3.4.1 Descriptores de Forma 3-1
3.4.1.1 Cdigo de cadena 3-1
3.4.1.2 Area 3-1
3.4.1.3 Permetro 3-1
3.4.1.4 Circularidad 3-1
3.4.1.5 Momentos Generales 3-1
3.4.2 Descriptores de Textura 3-1
3.5 Momentos Invariantes 3-1
3.5.1 Momentos Invariante a Traslaciones 3-1
3.5.2 Momentos Invariante a Homotecias 3-1
3.5.3 Momentos Invariante a Traslaciones, Rotaciones y Homotecias 3-1
3.6 Clculo de los Momentos a partir del Cdigo de Cadena 3-1
Captulo 4 Reconocimiento Automtico de Patrones. 4.1 Introduccin 4-1
4.2 Enfoques de un Sistema de Reconocimiento 4-1
4.2.1 Heursticas. 4-1
4.2.2 Matemticas. 4-1
4.2.3 Lingsticas (Sintcticas). 4-1
4.2.4 Redes Neuronales Artificiales. 4-1
4.3 Reconocimiento Estadstico de Patrones (REP). 4-1
4.3.1 Representacin de los Patrones 4-1
4.3.2 Similaridad entre Patrones 4-1
4.3.3 Variabilidad entre Patrones. 4-1
4.4 Etapas de diseo de un Reconocedor de Formas 4-1
4.5 Ejemplo de un Sistema de Visin Artificial 4-1
4.6 Modelo de clasificadores 4-1
4.6.1 Aprendizaje Supervisado 4-1
4.6.1.1 Modelo Paramtrico 4-1
4.6.1.2 Modelo no Paramtrico 4-1
4.6.2 Aprendizaje no Supervisado 4-1
4.7 Reconocedor Estadstico 4-1
4.7.1 Clasificador Bayesiano 4-1
4.7.2 Ejemplo de un Clasificador Bayesiano 4-1
Captulo 5 Red Neuronal como Reconocedor de Patrones.
5.1 Introduccin 5-1
5.2 Redes Neuronales 5-1
5.2.1 Arquitectura 5-1
5.2.2 Aprendizaje 5-1
5.2.3 Generalizacin 5-1
5.3 Red Neuronal como Clasificador 5-1
5.4 Ventajas de las Redes Neuronales frente a los REP 5-1
5.5 Pasos para la Implementacin de una Red Neuronal como Clasificador 5-1
Captulo 6 Sistema Robtico ER-IX 6.1 Introduccin 6-1
6.2 Trayectoria de control 6-1
6.3 Programacin ACL del Sistema Robtico. 6-1
6.4 Sistema de Coordenadas 6-1
6.5 Sincronizacin entre las Coordenadas del Robot-Frame. 6-1
6.6 Determinacin de la Orientacin del objeto 6-1 Captulo 7 Implementacin del Sistema de VA. 7.1 Introduccin 7-1
7.2 Implementacin del Hardware 7-1
7.2.1 Cmara y Tarjeta de captura de video 7-1
7.2.2 Interface PCRobot Scorbot 7-1
7.2.3 Sistema de iluminacin 7-1
7.3 Implementacin del Software 7-1 7.3.1 Captura de la Imagen 7-1
7.3.2 Preprocesamiento y Segmentacin de la imagen 7-1
7.3.2.1 Conversin a niveles de grises 7-1
7.3.2.2 Filtrado 7-1
7.3.2.3 Umbralizacin. 7-1
7.3.2.4 Erosin y Dilatacin. 7-1
7.3.2.5 Etiquetado de objetos en la imagen. 7-1
7.3.2.6 Filtro de tamao. 7-1
7.3.3 Calculo de las Caractersticas 7-1
7.3.3.1 Clculo del cdigo de cadena de un objeto 7-1
7.3.3.2 Calculo de los Momento Invariantes 7-1
7.3.4 Diseo de la Red Neuronal 7-1
7.3.4.1 Construccin de una Base de datos 7-1
7.3.4.2 Separacin de los datos 7-1
7.3.4.3 Transformacin de los datos de entrada 7-1
7.3.4.4 Arquitectura de la red Neuronal 7-1
7.3.4.5 Fase de entrenamiento 7-1
7.3.4.6 Fase de Validacin 7-1
7.3.5 Calibracin y Sincronizacin Robot Visin 7-1
7.3.5.1 Definiendo el Marco de la Imagen 7-1
7.3.5.2 Sincronizacin entre la Cmara y el Robot 7-1
7.3.5.3 Calculo de la Orientacin del Objeto 7-1
7.3.6 Tarea del Robot Scorbot 7-1
7.3.7 Interface Usuario del Sistema de Visin 7-1
Pruebas y Resultados
Conclusiones.
Trabajo Futuro
Apndices
Bibliografa
RESUMEN
En este proyecto, un brazo robot permitir seleccionar objetos
(tornillos, tuercas, llaveros, etc) que se encuentran en una mesa,
independiente de la posicin y orientacin. El problema se aborda
mediante un esquema de Visin Artificial consistente en 6 etapas:
obtencin de la imagen, preprocesamiento, segmentacin, extraccin
de caractersticas, clasificacin y manipulacin con el brazo robot.
Se implementa tcnicas de aprendizaje y clasificacin
automticas para un sistema de visin. La clasificacin en si se
puede enfrentar de mltiples maneras, generalmente los
clasificadores tradicionales, que se basan en mtodos estadsticos
y/o estructurales y otro esquema como la red neuronal el que
presenta algunas ventajas frente a los mtodos tradicionales y el
cual ser realizado.
Una vez reconocida y localizada una pieza determinada, se dar
la seal de mando al manipulador robtico para que este lo recoja y
lo coloque en una posicin determinada previamente por el operador.
Por tanto, mediante Visin Artificial y el brazo Robot Scorbot ER-
IX, vamos a reconocer y manipular piezas.
INTRODUCCION
Una de las lneas de investigacin y desarrollo muy
interesantes, es lo relativo a la "imitacin" de nuestros rganos de
los sentidos: audicin y visin. En ello, no slo se espera dotar un
computador de la capacidad de "percibir" sonidos, sino de reconocer,
es decir de "identificar " lo percibido. Se ha avanzado bastante en
el reconocimiento de voz, mientras se ha avanzado menos en materia
de visin-interpretacin.
La visin artificial por computadora es una disciplina en
creciente auge con multitud de aplicaciones, como inspeccin
automtica, reconocimiento de objetos, mediciones, robtica etc. El
futuro es an ms prometedor; la creacin de mquinas autnomas
capaces de interaccionar inteligentemente con el entorno pasa
necesariamente por la capacidad de percibir ste. Estas mquinas,
dotadas de computadores cada vez ms rpidos y potentes, encuentran
una de sus mayores limitaciones en el procesamiento e interpretacin
de la informacin suministrada por sensores visuales.
La manipulacin de objetos en lneas de ensamble de robots es
una tarea donde un gran conjunto de diferentes tipos de objetos
aparecen en orientacin y posicin arbitraria. En este caso el
reconocimiento y la aplicacin satisfactoria del robot depende
crucialmente de las tcnicas de reconocimiento de objetos confiables
que se empleen para poder cumplir totalmente ciertos requerimientos
importantes.
En este trabajo se implementa un sistema el cual permitir a
un brazo robot seleccionar y manipular objetos conocidos que se
encuentran en una mesa, independiente de la posicin y orientacin.
El problema se aborda mediante un esquema de Visin Artificial
consistente en 6 etapas: obtencin de la imagen, preprocesamiento,
segmentacin, extraccin de caractersticas, clasificacin y
manipulacin con el brazo robot.
La captura de la imagen es el conjunto de operaciones que se
efectan para transformar la iluminacin de una escena en una seal
digital. Las imgenes no siempre se presenta en un formato adecuado
para su anlisis, por lo que el siguiente proceso es el
preprocesamiento de una imagen, en el cual se utilizan tcnicas
encaminadas a realizar la mejora de la imagen, como son el nivel de
gris, contraste, eliminacin del ruido, el realce de algunas
caractersticas de inters, etc. Una vez qu