الاستشعار الروبوتي هو جزء من علم الروبوتات يهدف إلى إعطاء قدرات الاستشعار عن طريق الروبوت ، بحيث تكون الروبوتات أكثر تشبهًا للإنسان. يعطي الاستشعار الآلي بشكل آلي الروبوتات القدرة على الرؤية واللمس والاستماع والتحرك ويستخدم خوارزميات تتطلب ردود فعل بيئية.
رؤية
طريقة
يمكن أن يستند نظام الاستشعار البصري على أي شيء من الكاميرات التقليدية ، والسونار ، والليزر إلى تقنية التعرف على الترددات اللاسلكية الجديدة (RFID) ، التي تنقل إشارات الراديو إلى علامة على كائن ينبعث مرة أخرى رمز تعريف. تهدف جميع الطرق الأربعة إلى ثلاثة إجراءات – الإحساس والتقدير والمطابقة.
معالجة الصورة
جودة الصورة مهمة في التطبيقات التي تتطلب رؤية روبوتية ممتازة. تعمل الخوارزمية المستندة إلى تحويل المويجات لدمج الصور من أطياف مختلفة و foci مختلفة على تحسين جودة الصورة. يمكن أن تجمع الروبوتات معلومات أكثر دقة من الصورة المحسنة الناتجة.
استعمال
تساعد المستشعرات المرئية الروبوتات على التعرف على المنطقة المحيطة واتخاذ الإجراء المناسب. تعمل الروبوتات على تحليل صورة البيئة المباشرة المستوردة من المستشعر البصري. تتم مقارنة النتيجة مع الصورة المتوسطة أو النهائية المثالية ، بحيث يمكن تحديد الحركة المناسبة للوصول إلى الهدف المتوسط أو النهائي.
لمس. اتصال. صلة
معالجة الإشارات
يمكن إنشاء إشارات حسية تعمل باللمس بواسطة حركات الروبوت الخاصة. من المهم تحديد الإشارات اللمسية الخارجية فقط لإجراء عمليات دقيقة. استخدمت الحلول السابقة مرشح Wiener ، الذي يعتمد على المعرفة المسبقة لإحصائيات الإشارة التي يفترض أن تكون ثابتة. يطبق الحل الأخير مرشحًا متكيفًا لمنطق الروبوت. إنه يمكِّن الإنسان الآلي من التنبؤ بإشارات الاستشعار الناتجة عن حركاته الداخلية ، من خلال فحص هذه الإشارات الخاطئة. تعمل الطريقة الجديدة على تحسين اكتشاف الاتصال وتقليل التفسير الخاطئ.
استعمال
تمكن أنماط اللمس الروبوتات من تفسير العواطف البشرية في التطبيقات التفاعلية. يمكن لأربعة ميزات قابلة للقياس – القوة ووقت الاتصال والتكرار وتغيير منطقة الاتصال – أن تصنف أنماط اللمس بشكل فعال من خلال التصنيف الزمني لشجرة القرار لحساب التأخير الزمني وربطها بالعواطف البشرية بدقة تصل إلى 83٪. يتم تطبيق مؤشر التناسق في النهاية لتقييم مستوى ثقة النظام لمنع ردود الفعل غير المتسقة.
تستخدم الروبوتات الإشارات اللمسية لرسم خريطة لسطح معين في بيئة معادية مثل أنبوب الماء. تقليديا ، تم برمجة مسار محدد مسبقا في الروبوت. في الوقت الحالي ، مع دمج أجهزة الاستشعار التي تعمل باللمس ، تحصل الروبوتات أولاً على نقطة بيانات عشوائية ؛ ثم تحدد خوارزمية الروبوت الوضع المثالي للقياس التالي وفقًا لمجموعة من الأوليات الهندسية المحددة مسبقًا. هذا يحسن الكفاءة بنسبة 42 ٪.
في السنوات الأخيرة ، كان استخدام اللمس كمحفز للتفاعل هو موضوع الكثير من الدراسة. في عام 2010 ، تم بناء ختم الروبوت PARO ، والذي يتفاعل مع العديد من المحفزات من التفاعل البشري ، بما في ذلك اللمس. لا تزال الفوائد العلاجية لهذا التفاعل بين الإنسان والروبوت قيد الدراسة ، ولكنها أظهرت نتائج إيجابية للغاية.
سمع
معالجة الإشارات
تتطلب المستشعرات الصوتية الدقيقة مساهمة ضوضاء داخلية منخفضة. تقليديا ، تجمع أجهزة استشعار الصوت بين المصفوفات الصوتية والميكروفونات لتقليل مستوى الضوضاء الداخلية. الحلول الحديثة تجمع بين أجهزة كهرضغطية. هذه الأجهزة السلبية تستخدم تأثير كهرضغطية لتحويل القوة إلى الجهد ، بحيث يمكن القضاء على الاهتزاز الذي يسبب الضوضاء الداخلية. في المتوسط ، يمكن تقليل الضوضاء الداخلية حتى حوالي 7 ديسيبل.
قد تفسر الروبوتات الضجيج الضليل كتعليمات الكلام. يستخدم نظام الكشف عن النشاط الصوتي الحالي (VAD) طريقة دائرة الطيف المركزية المعقدة (CSCC) ونسبة الحد الأقصى من الإشارة إلى الضوضاء (SNR). نظرًا لأن البشر عادة ما ينظرون إلى شركائهم عند إجراء المحادثات ، فإن نظام VAD مع اثنين من الميكروفونات يتيح للإنسان الآلي تحديد موقع الكلام التعليمي من خلال مقارنة قوة الإشارة في الميكروفونات. النظام الحالي قادر على التعامل مع الضوضاء الخلفية التي تولدها أجهزة التلفزيون وأجهزة السبر التي تأتي من الجانبين.
استعمال
يمكن للروبوتات أن تدرك العواطف من خلال الطريقة التي نتحدث بها. تستخدم الخصائص الصوتية واللغوية عمومًا لتمييز العواطف. يعمل الجمع بين الميزات الصوتية وسبعة ميزات لغوية على تحسين أداء التعرف عند المقارنة باستخدام مجموعة واحدة فقط من الميزات.
ميزة الصوتية
المدة الزمنية
طاقة
ملعب كورة قدم
طيف
Cepstral
جودة الصوت
المويجات
ميزة لغوية
حقيبة من الكلمات
جزء من الكلام
دلالات أعلى
فاريا
حركة
استعمال
تتطلب الروبوتات الآلية نظام توجيه لتحديد المسار المثالي لأداء مهمتها. ومع ذلك ، فإن الروبوتات النانوية ، على المستوى الجزيئي ، تفتقر إلى نظام التوجيه هذا لأن الجزيئات الفردية لا تستطيع تخزين الحركات والبرامج المعقدة. ولذلك ، فإن الطريقة الوحيدة لتحقيق الحركة في مثل هذه البيئة هي استبدال أجهزة الاستشعار مع التفاعلات الكيميائية. في الوقت الحالي ، يكون العنكبوت الجزيئي الذي يحتوي على جزيء streptavidin واحد كجسم خامل وثلاثة أرجل حفّازة ، قادرًا على البدء ، المتابعة ، الانقلاب والتوقف عندما يأتي عبر الأوريجامي DNA المختلفة. يمكن للروبوتات النانوية المعتمدة على الدنا أن تحرك أكثر من 100 نانومتر بسرعة 3 نانومتر / دقيقة.
في عملية TSI ، وهي طريقة فعالة للتعرف على الأورام والسرطان المحتمل عن طريق قياس الضغط الموزع على السطح الملامس للمستشعر ، فإن القوة المفرطة قد تلحق الضرر وتنتهي فرصة تدمير النسيج. يمكن أن يخفض تطبيق التحكم الآلي لتحديد المسار المثالي للتشغيل الحد الأقصى للقوى بنسبة 35٪ ويحقق زيادة في الدقة بنسبة 50٪ مقارنة بالأطباء البشريين.
أداء
الاستكشاف الآلي الفعال يوفر الوقت والموارد. يتم قياس الكفاءة من خلال القدرة التنافسية والقدرة التنافسية. لا يمكن استكشاف الحدود الأمثل إلا عندما يكون لدى الروبوت منطقة استشعار مربع ، يبدأ عند الحدود ، ويستخدم مقياس مانهاتن. في الهندسة والإعدادات المعقدة ، تكون منطقة الاستشعار المربع أكثر كفاءة ويمكن أن تحقق قدرة تنافسية أعلى بغض النظر عن المقياس ونقطة البداية.