На Южном Урале разработали уникальную систему навигации для промышленных роботов
Исследовательская группа Южно-Уральского государственного университета (ЮУрГУ) разработала инновационную систему роботического зрения, которая позволяет роботам надёжно определять положение объектов даже в сложных оптических условиях – при бликах, отражениях, частичном скрытии лазерной линии и других помехах. Разработка выполнена при поддержке Российского научного фонда в рамках нацпроекта «Наука и университеты».
В последние годы, с развитием современных технологий, индустрия промышленной робототехники переживает взрывной рост. Камеры обеспечивают роботам обзор окружающей среды, что делает их мощным инструментом в системах роботизированного зрения.
Поскольку монокулярные камеры не способны восстанавливать глубину объекта, традиционные методы часто используют бинокулярные системы камер для восстановления объектов. Однако такие системы достаточно дороги, и, будучи пассивными системами зрения, они обеспечивают роботам лишь ограниченное поле зрения - обычно не более 120 градусов и не могут работать в условиях низкой освещенности или полного отсутствия света, что ограничивает их в получении полного обзора окружающей среды.
Робот видит цель сквозь блики и помехи
Ученые Южно-Уральского государственного университета создали уникальную систему навигации для роботов, которая видит цели даже сквозь блики и помехи. Исследователи разработали инновационный метод локализации объектов с помощью лишь одной панорамной камеры и лазерной линии. Авторы – доктор технических наук, профессор Максим Григорьев и доцент кафедры «Электропривод, мехатроника и электромеханика» Иван Холодилин.
Современным роботам для оценки расстояния требуются либо две камеры (стереозрение), либо дорогостоящие лазерные дальномеры (лидары). Новая разработка уральских учёных предлагает принципиально иной подход: всего одна панорамная камера с углом обзора 180°, линейный лазер (650 нм) и интеллектуальный алгоритм, который в реальном времени выделяет лазерную линию на объекте и преобразует её координаты в трехмерное положение цели.
Работа без ошибок в самых сложных условиях
Главное достижение новой разработки заключается в способности алгоритма устойчиво работать в условиях, где традиционные методы терпят неудачу. Это темные и глянцевые поверхности, красные объекты (на которых лазерная линия может «сливаться» с фоном), зеркальные блики и даже частичное перекрытие лазерной полосы. Результаты экспериментов показывают, что по сравнению с традиционными методами извлечения, предложенный метод снижает ошибку реконструкции глубины на 69,18 % в условиях помех.
В качестве примера представьте, что роботу нужно «выследить» в толпе красных предметов одну единственную цель, отмеченную лазером, и при этом яркий свет создает блики на поверхностях. Именно эту задачу успешно решили ученые ЮУрГУ. В отличие от традиционных решений, система работает без стереокамер или дорогих лидаров.
Новая технология требует минимального набора оборудования. В отличие от традиционных решений, где применяются стереокамеры или дорогостоящие лидары, разработка южно-уральских исследователей делает систему компактнее и глобально снижает стоимость.
Технология является настоящим прорывом в российской промышленной робототехнике. Она повышает автономность, надёжность и точность роботизированных систем в сложных визуальных условиях. Для отечественной отрасли это значительный шаг к импортозамещению и снижению зависимости от зарубежных лидаров.
Перспективы развития
Главным несовершенством технологии является распознавание объектов нейросетью за 2,93 секунды (86,2% общего времени). Учёные планируют оптимизацию этого этапа с использованием более мощных графических ускорителей и компактных нейросетевых архитектур, что позволит приблизиться к работе в реальном времени.
Разработка научного коллектива под руководством профессора Максима Григорьева очень органично вписывается в мировой тренд отказа от дорогостоящих датчиков в пользу «умного зрения» и активных методов подсветки, открывая путь к созданию более доступных и компактных робототехнических систем для промышленности.
