Войти
. Роботизированное зондирование является частью робототехники науки, предназначенной для роботов распознавание возможностей, чтобы роботы стали более похожими на людей. Роботизированное зондирование в основном дает роботам возможность видеть, касаться, слышать и двигаться и использует алгоритмы, требующие обратной связи с окружающей средой.
Система визуального распознавания может быть основана на чем угодно: от традиционной камеры, сонара, и лазер для новой технологии радиочастотной идентификации (RFID), которая передает радиосигналы на метку на объекте, которая излучает обратно идентификационный код. Все четыре метода нацелены на три процедуры - ощущение, оценку и сопоставление.
Качество изображения важно в приложениях, где требуется отличное зрение роботов. Алгоритм, основанный на вейвлет-преобразовании для объединения изображений с разными спектрами и разными фокусами, улучшает качество изображения. Роботы могут собирать более точную информацию из полученного улучшенного изображения.
Визуальные датчики помогают роботам идентифицировать окружающее и предпринимать соответствующие действия. Роботы анализируют изображение ближайшего окружения, импортированное с визуального датчика. Результат сравнивается с идеальным промежуточным или конечным изображением, чтобы можно было определить соответствующее движение для достижения промежуточной или конечной цели.
Сенсорные сигналы прикосновения могут генерироваться собственными движениями робота. Для точной работы важно идентифицировать только внешние тактильные сигналы. В предыдущих решениях использовался фильтр Винера, основанный на предварительных знаниях статистики сигналов, которые считаются стационарными. Недавнее решение применяет адаптивный фильтр к логике робота. Это позволяет роботу прогнозировать результирующие сигналы датчиков его внутренних движений, отсеивая эти ложные сигналы. Новый метод улучшает обнаружение контактов и снижает количество ложных интерпретаций.
Шаблоны прикосновения позволяют роботам интерпретировать человеческие эмоции в интерактивных приложениях. Четыре измеримых признака - сила, время контакта, повторение и изменение площади контакта - могут эффективно классифицировать модели прикосновений с помощью классификатора временного дерева решений, чтобы учесть временную задержку и связать их с человеческими эмоциями с точностью до 83%. точность. Индекс согласованности применяется в конце для оценки уровня уверенности системы в предотвращении противоречивых реакций.
Роботы используют сигналы касания для нанесения на карту профиля поверхности во враждебной среде, такой как водопровод. Традиционно в роботе был запрограммирован заранее определенный путь. В настоящее время, благодаря интеграции сенсорных датчиков, роботы сначала получают случайную точку данных; Затем алгоритм робота определит идеальное положение для следующего измерения в соответствии с набором заранее определенных геометрических примитивов. Это повышает эффективность на 42%.
В последние годы использование прикосновения в качестве стимула для взаимодействия стало предметом многочисленных исследований. В 2010 году был построен робот-тюлень PARO, который реагирует на многие стимулы от взаимодействия человека, в том числе на прикосновения. Терапевтические преимущества такого взаимодействия человека и робота все еще изучаются, но показали очень положительные результаты.
Точный звук датчики требуют низкого внутреннего шума. Традиционно аудиодатчики объединяют акустические массивы и микрофоны для снижения уровня внутреннего шума. Последние решения объединяют также пьезоэлектрические устройства. Эти пассивные устройства используют пьезоэлектрический эффект для преобразования силы в напряжение, так что вибрация, вызывающая внутренний шум, может быть устранена. В среднем можно уменьшить внутренний шум примерно до 7 дБ.
Роботы могут интерпретировать посторонний шум как речевые инструкции. Текущая система обнаружения голосовой активности (VAD) использует метод (CSCC) и максимальное отношение сигнал / шум (SNR) формирователь луча. Поскольку люди обычно смотрят на своих партнеров во время разговора, система VAD с двумя микрофонами позволяет роботу определять местонахождение обучающей речи, сравнивая уровни сигнала двух микрофонов. Текущая система способна справиться с фоновым шумом, создаваемым телевизорами и звуковыми устройствами, которые исходят с боков.
Роботы могут воспринимать эмоции во время разговора. Акустические и лингвистические признаки обычно используются для характеристики эмоций. Сочетание семи акустических характеристик и четырех лингвистических характеристик улучшает качество распознавания по сравнению с использованием только одного набора функций.
Автоматизированным роботам требуется система наведения для определения идеального пути для выполнения своей задачи. Однако в молекулярном масштабе нанороботы не имеют такой системы наведения, потому что отдельные молекулы не могут хранить сложные движения и программы. Следовательно, единственный способ добиться движения в такой среде - заменить датчики химическими реакциями. В настоящее время молекулярный паук, имеющий одну молекулу стрептавидина в качестве инертного тела и три каталитических ноги, способен запускаться, следовать, поворачиваться и останавливаться, когда сталкивается с другой ДНК оригами. Нанороботы на основе ДНК могут перемещаться на расстояние более 100 нм со скоростью 3 нм / мин.
В операции TSI, которая является эффективным способом выявления опухолей и потенциально рака с помощью Измеряя распределенное давление на контактной поверхности датчика, чрезмерное усилие может вызвать повреждение и привести к разрушению ткани. Применение роботизированного управления для определения идеального пути операции может снизить максимальные усилия на 35% и повысить точность на 50% по сравнению с людьми-врачами.
Эффективное роботизированное исследование экономит время и ресурсы. Эффективность измеряется оптимальностью и конкурентоспособностью. Оптимальное исследование границы возможно только в том случае, если робот имеет квадратную зону восприятия, начинает с границы и использует метрику Манхэттен. В сложных геометрических формах и параметрах квадратная зона считывания более эффективна и может обеспечить лучшую конкурентоспособность независимо от метрики и начальной точки.
СМИ, относящиеся к Роботизированному зондированию на Wikimedia Commons