Úvod do 3D modelovania scény – porovnanie rastu záujmu o kúpu vizuálnych systémov na trhu
Vo výrobe treba dbať hlavne na spoľahlivosť a odolnosť produkcie. Väčšina priemyselných robotov má naprogramovaný bezkolízny pohyb, ktorý je daný jeho riadiacim programom. Z toho dôvodu priemyselný robot vykonáva ten istý pohyb opakovane dokola, čo je v konečnom dôsledku spoľahlivé. Takéto riešenie je vo fabrikách bežné a efektívne, ale prináša veľa nevýhod, ktoré si postupne fabriky začínajú uvedomovať a začínajú sa pozerať aj na flexibilitu svojej výroby a šetrenie zdrojov. Nato, aby robot mohol vykonávať naučené pohyby, je pre každý typ dielu definovaná samostatná trajektória a presná poloha dielu, čo rozhodne nie je flexibilné. Na presné umiestnenie vstupného dielu sa často využívajú rôzne mechanizmy, ako sú dopravníky, triedičky, laserové snímače, alebo operátor jednoducho založí diel na presne určené miesto do prípravku.
Čo by sa však zmenilo, ak by mal robot zrak a schopnosť vidieť? Ak by robot mohol detegovať, kde sa diel nachádza, tak by si ho mohol vziať z ľubovoľnej pozície. To prináša množstvo výhod vo výrobe, a to nielen z hľadiska šetrenia ľudských zdrojov, ale aj spomínanej flexibility výroby, ako je napríklad zmena výrobného procesu bez nutnosti výrazne prerábať výrobnú bunku.
Na obr. 1 vidíme nárast ročného tempa nákupu systémov spracovania obrazu. Tento ukazovateľ priamo vplýva aj na nárast tvorby aplikácií, ktoré integrujú strojové videnie.
História riešení a prvotný výskum
Prvotné aplikácie s využitím vizuálnych systémov v kombinácií s robotickým manipulátorom sa datujú do obdobia spred roku 2000. Je evidentné, že už v tom čase bol záujem o takéto riešenia, keďže výskumníci už vtedy dokázali obetovať hodiny práce programovaniu a získaniu dát z konkrétneho systému. Prvotné aplikácie boli vyvinuté skôr na výskumné účely a reálne otestované riešenia sa dostávajú do popredia až v súčasnosti, a to aj vďaka pokroku v oblasti hardvéru.
Na obr. 2 sú znázornené prvotné výstupy z algoritmu Plan-N-Scan z práce s názvom A Robotic System for Collision-Free Autonomous Exploration and Workspace Mapping [2]. Práca vznikla v roku 1999 a bola motivovaná mapovaním poškodených nádrží rádioaktívneho odpadu, ktoré boli ťažko dostupné. Rozlíšenie priestoru reprezentovaného mriežkovou mapou (3D pixel) bolo maximálne 2 cm. Získanie a spracovanie piatich snímok trvalo až okolo 31 minút. No dnes dosahuje rozlíšenie hĺbkového senzora desatiny milimetrov a snímanie možno realizovať takmer v reálnom čase.
Jedným z ďalších zaujímavých riešení je výskumná práca z roku 1996 s názvom Efficient, iterative, sensor based 3-D map building using rating functions in configuration space [3], ktorá sa venovala lokalizácii v 3D priestore, kde rozlíšenie a presnosť dosahovali hodnoty okolo 5 cm.
Z uvedený prác vyplýva, že o technológie schopné nasnímať hĺbkový obraz a ďalej ho spracovať bol veľký záujem už v minulosti. Vedci dokázali venovať hodiny času jednotlivým výpočtom a vyťažiť z vtedajších technológií maximum. Keďže dnes už nie sme prakticky hardvérovo výrazne obmedzení, dokážeme pri spracovaní hĺbkového obrazu robiť zázraky.
Súčasnosť
V súčasnosti sa už výskum nezaoberá len získaním a spracovaním čo najkvalitnejších 3D údajov, ale čoraz viac sa vyskytujú aj aplikácie, ako je napríklad rozpoznávanie objektov, inšpekcia alebo 3D modelovanie objektov s využitím priemyselných robotických ramien. V úvode článku bola spomenutá otázka, čo ak by mal robot schopnosť vidieť. Súčasný trend tak naznačuje, že čoraz viac sa začínajú využívať vizuálne systémy s kombináciou priemyselných robotov.
Predstavme si, že ľubovoľne umiestnený diel vo výrobe bude detegovaný vizuálnym systémom a robot bude musieť vždy vykonávať inú trajektóriu. O pohybe robota už nebude rozhodovať iba program napísaný robotickým programátorom, ale začína tu vstupovať aj vizuálny systém, ktorý určuje cieľový bod. Preto vizuálny systém môžeme považovať aj za akúsi vyššiu úroveň navigácie.
Pokročilejšie aplikácie dokonca prichádzajú s riešeniami nielen určiť cieľový bod, ale snažia sa riešiť aj úlohu, ako sa tam má robot dostať. Vzniká tu množstvo otázok, ako napríklad: Má robot vykonať lineárny pohyb v súradniciach nástroja alebo má byť pohybom lineárne otočenie každého kĺbu? Čo ak hrozí, že robot počas tohto pohybu nabúra, keďže nie je naučený programátorom? Touto problematikou sa zaoberá úloha plánovania trajektórií. V súčasnosti má väčšina robotických buniek svoje prostredie zakreslené v CAD modeli, a preto môže plánovanie trajektórií prebiehať v známom prostredí. Napriek tomu úloha plánovania trajektórií priemyselného robotického ramena nie je triviálna. Na porovnanie s mobilným robotom, ktorý sa pohybuje po osiach x, y a otáčaním okolo svojej osi z, štandardné priemyselné rameno má šesť kĺbov, v ktorých sa môže otáčať. Plánovanie trajektórií musí prebiehať v šesťrozmernom priestore, čo nie je vždy jednoduché zrátať analyticky a získať jedno konkrétne riešenie.
Vďaka mnohým výskumníkom už existujú metódy a algoritmy na výpočet trajektórií v zložitom prostredí, ktoré sú zvyčajne založené na náhodnom prehľadávaní, ako sú napríklad rýchlo prehľadávajúce stromy (z angl. Rapidly-random trees – RRT) [4] alebo pravdepodobnostná cestná mapa (z angl. Probablistic roadmap – PRM) [5]. Drvivá väčšina štandardných robotických programátorov týmto algoritmom nerozumie a samozrejme riadiace systémy robotov ich nepodporujú. Preto sa s týmito algoritmami môžeme často stretnúť vo vyšších vrstvách riadenia, ktoré definujú, ako sa má robot pohybovať. Takýmto riadením sa zaoberajú napríklad niektoré voľne dostupné balíky pre robotický operačný systém (ROS) [6], ktorý sa v súčasnosti využíva v zložitejších aplikáciách.
Kam smerujeme?
Priemyselné technológie sa stále posúvajú ďalej, rovnako aj nástroje určené na zjednodušenie nasadenia nových výrobných robotických buniek. Integrácia vizuálneho systému niekedy nemusí byť úplne triviálna a často sa stretávame s novými problémami. Napríklad vďaka poctivému vytvoreniu 3D modelu a príslušnej výkresovej dokumentácie možno prostredie výrobnej bunky často považovať za známe, avšak integrátori vizuálnych systémov sa často stretávajú s problémom, že robotická bunka nie je postavená presne tak, ako je zakreslená v modeli. Preto treba tento model upravovať tak, aby sedel s realitou, čo predlžuje čas integrácie. Ak by mal robot naozaj zrakový vnem a mohol by ihneď reagovať na prekážky okolo seba, tak by tento problém zanikol.
Štandardný priemyselný robot musí byť z hľadiska bezpečnosti uzatvorený v klietke, pričom nastupujúcim trendom je kolaboratívna robotika, kde sa robot pri kontakte s prekážkou zastaví, aby nedošlo k zraneniu obsluhy či zničeniu samotného ramena robota alebo inej časti technológie. V kombinácii s inteligentným vizuálnym systémom by robot nemusel zastavovať, ale mohol by zmeniť svoj pohyb tak, aby obišiel prekážku [7].
Tieto aspekty naznačujú, že budúcnosť sa bude zaoberať témami, ako sú zjednodušovanie integrácie vizuálnych systémov, vývoj autonómneho riadenia pohybu robota pomocou 3D videnia aj v reálnom čase a výskum oveľa sofistikovanejších riešení aj v kombinácii s umelou inteligenciou.
Zdroje
[2] Renton, P. – Greenspan, M. – ElMaraghy, H. A. – Zghal, H.: Plan-N-Scan: A Robotic System for Collision-Free Autonomous Exploration and Workspace Mapping. In: Journal of Intelligent and Robotic Systems, 1999, vol. 24, no. 3, pp. 207 – 234.
[3] Kruse, E. – Gutsche, R. – Wahl, F. M.: Efficient, iterative, sensor based 3-D map building using rating functions in configuration space. In: Proceedings of IEEE International Conference on Robotics and Automation, 1996.
[4] LaValle, S. M. – Kuffner, J. J.: Rapidly-exploring Random Trees: Progress and Prospect. In: Proceeding Workshop on the Algorithmic Foundations of Robotics, 2000.
[5] Kavraki, L. E. – Svestka, P. – Latombe, J.-C. – Overmars, M. H.: Probabilistic roadmaps for path planning in high-dimensional configuration spaces. In: IEEE Transactions on Robotics and Automation, 1996, vol. 12, no. 4, pp. 566 – 580.
[6] Quigley, M. et al.: ROS: an open-source Robot Operating System. In: ICRA workshop on open source software, 2009, vol. 3, no. 3.2.
[7] Ronzhin, A. – Rigoll, G. – Meshcheryakov, R. (eds.): Interactive collaborative robotics. Proceedings from International Conference on Interactive Collaborative Robotics, Budapest, Hungary, August 2016. Springer Book Archives.
Poďakovanie
Tento článok vznikol vďaka podpore projektu VEGA 1/0775/20.
Ing. Michal Dobiš
michal.dobis@stuba.sk
Ing. Miroslav Kohút
miroslav.kohut@stuba.sk
Slovenská technická univerzita v Bratislave
Fakulta elektrotechniky a informatiky
Ústav robotiky a kybernetiky
https://urk.fei.stuba.sk/
