Роботизированное зондирование — это подрайон науки о робототехнике, предназначенный для обеспечения способности роботов воспринимать возможности, так что роботы более человечны. Роботизированное восприятие в основном дает роботам возможность видеть, касаться, слышать и перемещать и использует алгоритмы, требующие обратной связи с окружающей средой.

видение
метод
Система визуального восприятия может основываться на чем угодно: от традиционной камеры, сонара и лазера до радиочастотной идентификации новой технологии (RFID), которая передает радиосигналы в тег на объекте, который испускает идентификационный код. Все четыре метода нацелены на три процедуры — сенсацию, оценку и сопоставление.

Обработка изображения
Качество изображения важно в приложениях, требующих отличного роботизированного зрения. Алгоритм, основанный на вейвлет-преобразовании для слияния изображений разных спектров и разных фокусов, улучшает качество изображения. Роботы могут собирать более точную информацию из полученного улучшенного изображения.

использование
Визуальные датчики помогают роботам идентифицировать окружающие и предпринимать соответствующие действия. Роботы анализируют изображение непосредственной среды, импортируемой из визуального датчика. Результат сравнивается с идеальным промежуточным или конечным изображением, поэтому можно определить подходящее движение для достижения промежуточной или конечной цели.

потрогать
Обработка сигнала
Сенсорные сигналы сенсорных сигналов могут генерироваться собственными движениями робота. Для точных операций важно идентифицировать только внешние тактильные сигналы. В предыдущих решениях использовался фильтр Винера, который опирается на предварительные знания статистики сигналов, которые считаются стационарными. Недавнее решение применяет адаптивный фильтр к логике робота. Это позволяет роботу предсказать полученные сигналы датчика его внутренних движений, экранируя эти ложные сигналы. Новый метод улучшает обнаружение контактов и уменьшает ложную интерпретацию.

использование
Шаблоны касаний позволяют роботам интерпретировать человеческие эмоции в интерактивных приложениях. Четыре измеряемые функции — сила, время контакта, повторение и изменение области контакта — могут эффективно классифицировать сенсорные шаблоны с помощью классификатора дерева временного решения для учета временной задержки и связывать их с человеческими эмоциями с точностью до 83%. Индекс согласованности применяется в конце для оценки уровня доверия системы для предотвращения противоречивых реакций.

Роботы используют сенсорные сигналы для отображения профиля поверхности во враждебной среде, такой как водопровод. Традиционно в робот программировался заданный путь. В настоящее время при интеграции сенсорных датчиков роботы сначала получают случайную точку данных; тогда алгоритм робота определит идеальное положение следующего измерения в соответствии с набором предопределенных геометрических примитивов. Это повышает эффективность на 42%.

В последние годы использование прикосновения как стимула для взаимодействия было предметом большого изучения. В 2010 году была построена роботизированная печать PARO, которая реагирует на многие стимулы взаимодействия человека, включая прикосновение. Терапевтические преимущества такого взаимодействия между человеком и роботом все еще изучаются, но показали очень положительные результаты.

слух

Обработка сигнала
Точные звуковые датчики требуют небольшого вклада внутреннего шума. Традиционно звуковые датчики объединяют акустические массивы и микрофоны для снижения внутреннего уровня шума. Недавние 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 внутренний шум до примерно 7 дБ может быть уменьшен.

Роботы могут интерпретировать заблудившийся шум как речевые инструкции. В настоящее время система обнаружения голосовой активности (VAD) использует метод централизованного центрирования спектра (CSCC) и максимальный коэффициент формирования сигнала (SNR). Поскольку люди обычно смотрят на своих партнеров, проводя беседы, система VAD с двумя микрофонами позволяет роботу находить учебную речь, сравнивая сильные стороны сигналов двух микрофонов. Текущая система способна справляться с фоновым шумом, создаваемым телевизорами и звуковыми устройствами, которые поступают с боков.

использование
Роботы могут воспринимать эмоции через то, как мы говорим. Акустические и лингвистические особенности обычно используются для характеристики эмоций. Сочетание семи акустических функций и четырех лингвистических функций улучшает производительность распознавания по сравнению с использованием только одного набора функций.

Акустическая функция
продолжительность
энергии
Подача
Спектр
Cepstral
Качество голоса
Всплески

Лингвистическая функция
Сумка слов
Часть речи
Высшая семантика
разное

движение

использование
Автоматизированным роботам требуется система наведения для определения идеального пути для выполнения своей задачи. Однако в молекулярном масштабе нанороботам не хватает такой системы наведения, потому что отдельные молекулы не могут хранить сложные движения и программы. Поэтому единственный способ добиться движения в такой среде — заменить датчики на химические реакции. В настоящее время молекулярный паук, у которого есть одна молекула стрептавидина в виде инертного тела и трех каталитических ног, может начать, следовать, поворачиваться и останавливаться, когда сталкивается с различными ДНК-оригами. Нано-роботы на основе ДНК могут перемещаться более 100 нм со скоростью 3 нм / мин.

В операции TSI, которая является эффективным способом выявления опухолей и потенциального рака, путем измерения распределенного давления на поверхности контакта датчика, чрезмерная сила может нанести урон и иметь шанс разрушить ткань. Применение роботизированного контроля для определения идеального пути работы может уменьшить максимальные силы на 35% и получить 50% -ное увеличение точности по сравнению с врачами-людьми.

Спектакль
Эффективная роботизированная разведка экономит время и ресурсы. Эффективность измеряется оптимальностью и конкурентоспособностью. Оптимальное исследование границ возможно только тогда, когда робот имеет квадратную зону зондирования, начинается с границы и использует метрику Манхэттена. В сложных геометриях и настройках квадратная зона зондирования более эффективна и может обеспечить лучшую конкурентоспособность независимо от показателя и начальной точки.