سیستم بینایی دیدگسترده ترکیبی برای ناوبری روبات

کیام نصری

چکیده

طبیعت انواع متنوعی از بینایی دیدگسترده را در برخی از موجودات زنده ارایه نموده است. قابلیت‎های این نوع از بینایی و افزایش قدرت پردازش رایانه‎ها و کاهش هزینه تجهیزات ویدئویی باعث شده که این موضوع در بینایی ماشین مورد توجه قرار گیرد. جذابیت و توانایی‎های منحصر به فرد این نوع از بینایی باعث شده که محققین زیادی در این زمینه فعالیت کنند و هر کدام به جنبه‎ای خاص از این نوع بینایی بپردازند. از سوی دیگر به دلیل مشکلات ذاتی که این نوع از بینایی با آن مواجه است باعث شده که تصاویر خروجی سیستم های دیدگسترده ایدال نباشند. از جمله این مشکلات می‎توان به رزولوشن موثر کمتر و اعوجاج جانبی اشاره نمود. از سوی دیگر بسیاری از محققان بینایی کامپیوتر به سیستم‎های تصویر برداری پرسپکتیو معمولی با زاویه دید محدود و رزولوشن نقطه‎ای بالا روی آورده‎اند. این سنسورهای نوری اطلاعات زیادی را از بخش محدودی از فضای صحنه فراهم می‎کنند و به دلیل رزولوشن بالا و نبودن اعوجاج در تصویر می‎توانند برای بسیاری از الگوریتم‎های بینایی ماشین همانند شناسایی و تعقیب اشیاء در تصویر، عالی عمل کنند. اما محدود بودن زاویه دید و کسب اطلاعات فضای زاویه‎ای کوچک صحنه در هر لحظه از زمان باعث شده که این نوع از بینایی در بسیاری از کاربردها نتواند بصورت مطلوب عمل نمایند. هدف اصلی این پایان نامه طراحی و ساخت یک سیستم تصویربرداری ایدآل است که علاوه بر پوشش فضای زاویه ای 360 درجه‎ای محیط، بتواند به صورت هماهنگ و کنترل شده یک تصویر با رزولوشن بالا از ناحیه مورد نظر از فضای کاری سیستم تصویر برداری را تهیه نماید. به همین منظور ایده استفاده از یک سیستم ترکیبی شامل یک سیستم تصویر برداری کاتادیوپتریک ویژه متشکل از یک دوربین و آینه هذلولی برای ایجاد تصویر دیدگسترده، و یک دوربین پرسپکتیو متحرک مطرح شده است. سیستم بینایی دیدگسترده پیشنهاد شده دارای بخش‎های سخت افزاری و نرم افزاری مختلفی برای سنکرون کردن هر دو نوع بینایی می‏باشد. در این پایان‎نامه روند طراحی، ساخت، و کالیبراسیون و سنکرون کردن این سیستم بینایی پیشنهادی بررسی خواهد شد و راهکارهای مناسب در هر حوزه ارائه می‏شود. بینایی دیدگسترده ترکیبی پیشنهادی، یک روش جدید بینایی است. این سیستم بینایی می‎تواند سنسور‎ ارزشمندی در زمینه روبات‏های متحرک باشد، چرا که این سنسور می‎توانند در یک فریم، یک تصویر گسترده از اطراف روبات را تهیه کنند و در عین حال بر روی یک موضوع در صحنه تمرکز نماید و تحلیل های نهایی را اعمال کند. برای نمایش بعضی از خصوصیت‏های کاربردی این سیستم بینایی تصمیم گرفته شد تا سیستم تصویر برداری پیشنهادی در قالب یک روبات متحرک ارائه شود. برای نمایش توانمندی این سیستم از مثال ‎ردیابی و تعقیب یک شی رنگی در صحنه استفاده شده است. نتایج حاصل نشان می‎دهد که سیستم تصویر برداری دیدگسترده ترکیبی می‎تواند به خوبی در زمینه روبات‎های متحرک استفاده شود. از دیدگاه دیگر به منظورتشخیص و ارزیابی دقیق اشیای موجود درصحنه، نیاز به تحلیل مناسبی از داده‎های صحنه می‎باشد. به دلیل کم هزینه بودن و در دسترس بودن تصاویر دوبعدی، تا مدت‎ها استفاده از اینگونه تصاویر مرسوم بوده است. پیشرفت‎های اخیر درتصویر برداری سه‎بعدی زمینه‎های جدیدی را برای شناسایی اشیاء ایجاد کرده است. تصاویر فاصله یا همان تصاویر سه‎بعدی، ساختار اشیاء را بهتر از شدت نوری که ازخود منعکس می‎کنند، نشان می‎دهد. یکی از مشکلات الگوریتم‎های سه‎بعدی، درک ماهیت هندسی اشیاء بدون درنظر گرفتن رنگ و بافت رنگی آنها می‎باشد. بعنوان مثال در چنین سیستم‎هایی تشخیص جسمی قرمز رنگ در میان اجسام مشابه عملاً امکانپذیر نمی‎باشد. همچنین بسته به دقت سخت‎افزار مورداستفاده، ممکن است اطلاعات هندسه سه‎بعدی برخی اجسام بخوبی استخراج نشده و باعث کاهش دقت سیستم گردد. از جمله اهداف دیگر پایان‎نامه، برای غلبه بر مشکلات روش های تحلیل دو و همچنین سه‎بعدی ساخت یک سیستم فاصله سنجی لیزری مبتنی بر بینایی پرسپکتیو است. یکی از ویژگی‎های مهم این فاصله‎سنج آن است که می‏تواند تصاویر رنگ و فاصله منطبق بر هم ایجاد نماید تا از این اطلاعات به منظور افزایش دقت شناسایی شئ و تحلیل صحنه، برمبنای ترکیب اطلاعات سه‎بعدی باتصاویر رنگی استفاده کرد. در نهایت برای نشان دادن فواید تحلیل صحنه بر اساس ترکیب رنگ و فاصله، روش جدید ناحیه‎بندی چند سطحی تصویر بر مبنای الگوریتم مورفولوژی watershed بیان شد. الگوریتم ارائه شده ناحیه‎بندی چند سطحی با استفاده از چندین تصویر آزمایش گردید و قابلیت و توانایی الگوریتم فوق با مقایسه ناحیه‎بندی تصاویر نسبتا پیچیده مشخص گردید.

اساتید راهنما و مشاور

فردین اخلاقیان طاب، حسن بیورانی