[pt] Visão Computacional pode ser utilizada para calibrar e auto-localizar robôs.
Existem diversas aplicações de auto-localização e controle aplicadas a manipuladores
industriais e robôs móveis. Em particular, o controle visual pode ser útil em intervenções
submarinas, nas quais um manipulador robótico é acoplado a um ROV (Veículo de
Operação Remota) para execução de tarefas em grandes profundidades, como o manuseio
de válvulas de equipamentos como manifolds. Este trabalho tem como objetivo
desenvolver e implementar técnicas de controle visual para auto-localização e
posicionamento de manipuladores robóticos. Assume-se que o manipulador possui uma
câmera presa em sua extremidade (configuração eye-in-hand). Duas técnicas de controle
visual são estudadas: look-and-move e servo-visual, que diferem entre si pela
realimentação do controle. A primeira utiliza sensores de posição, a partir de uma única
imagem capturada no início da movimentação. A segunda utiliza diversas imagens
capturadas durante o processo. A principal contribuição deste trabalho está no uso da
transformada SIFT, robusta a rotações, translações, mudança de escala e iluminação, para
obter e correlacionar pontos-chave entre as imagens de referência e capturadas em tempo
real. A metodologia é validada experimentalmente através de um manipulador robótico
baseado na estrutura mecânica de uma mesa x-y-0. Um sistema eletrônico é utilizado
como interface entre o robô e o software de controle, onde estão implementadas todas as
técnicas propostas. Testes iniciais são realizados com imagens de objetos circulares, sem
o uso de transformações como o SIFT. Em seguida, são feitos testes com a imagem de
um painel real de um manifold, utilizando transformadas SIFT para determinar a
localização do manipulador em relação ao painel e controlá-lo até uma pose desejada. Os
resultados mostram que o desempenho do controle servo-visual depende muito do tempo
de processamento de cada imagem, ao contrário do look-and-move. No entanto, o
controle servo-visual apresenta erros finais de posicionamento muito menores. O método
SIFT é apropriado para uso em ambos os controles, desde que a resolução das imagens
seja alta o suficiente para evitar correlações falsas. / [en] Computer vision can be used to calibrate and self-localize robots. There are many
applications in self-localization and control applied to industrial manipulators and mobile
robots. In particular, visual control can be useful in submarine interventions, where a
robotic manipulator is mounted on a Remote Operated Vehicle (ROV) to execute tasks at
high depths, such as handling manifold valves. This work has the objective to develop
and implement visual control techniques to self-localize and position robotic
manipulators. It is assumed that a monocular camera is attached to the robot end-effector
(eye-in-hand configuration). Two visual control techniques are studied: look-and-move
and visual servo control. Their main difference is related to the adopted feedback sensors.
The first technique uses position sensors with the aid of a single image captured at the
beginning of the robot movement. The second technique relies on several images
captured in real time during the robot movement. The main contribution of this work is
the use of the SIFT transform, robust to rotation, translation, changes in scale and
illumination, to obtain and correlate key-points between reference images and images
captured in real time. The methodology is experimentally validated using a manipulator
based on the mechanical structure of an x-y-0 coordinate table. An electronic system was
developed to control the robot through a software in a computer, where were
implemented all the techniques proposed. Preliminary tests are performed on simple
circular-shaped objects, without the need for SIFT transforms. Next, tests are performed
with a photo of an actual manifold panel typically used in submarine interventions, using
SIFT transform to find the localization of the manipulator with respect to the panel. The
results show that the performance of the visual servo control depends on the image
processing time, unlike the look-and-move. However, the visual-servo control presents
smaller positioning errors. The SIFT method is appropriate for both controls, since image
resolution be high enough to avoid false matching.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:15390 |
| Date | 17 March 2010 |
| Creators | ILANA NIGRI |
| Contributors | RAUL QUEIROZ FEITOSA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds