-
Automatisierung des Lernvorgangs der Bilderfassung bei auto-
-
maischen Handbabungssystemen Die Erfindung betrifft Verfahren, die
Eingabe von Kenndaten der von automatisoben Handbabungssystemen (Industrieroboter)
zu manipulierenden Gegenständen selbsttätig und im Sinne eines vereinbarten Gütemaßes
optimal vorzunehmen.
-
Die von der Praxis geforderte Flexibilität der Handhabungssysteme
bedingt ihre Programmierbarkeit. In Verbindung mit bildverarbeitenden Sensoren kann
die Programmierung teilweise über die Bildeingabe erfolgen (optisches Teach-in).
-
Ein Merkmal bildverarbeitender Sensoren für automatische Handbabungssystem
ist die datenreduzierende Bildverarbeitung.
-
Bei einer praktisch sinnvollen Besobränkung auf vereinzelt siob in
einer Ebene befindenden Gegenstände genügt häufig der auf Schwarzweißübergänge reduzierte
Bildinhalt einiger weniger Zeilen einer Fernsebabtastung zur Charakterisierung von
Art und Lage des Gegenstandes. Wie in der Anmeldung P 25 13 655.4 (Sensorsystem
zur Steuerung von automatisoben Handbabungssystemen mittels FS-Eamera) für Gegenstände
ohne Drebfreibeitsgrad besohrieben, erfolgt die Auswahl der Fernsehzeilen durch
Beobachten von Gegenstand und Fernsebzeilen durch den Bediener über einen Monitor.
Ist ein zusätzlicher Drebfreibeitsgrad zu beachten, so gibt der Sohnittpunkt eines
oder mehrerer Kreise um den Fläobensobwerpunkt mit der Umrißlinie des Gegenstandes
die Winkelorientierung an ( P 2531682.9) Optische Sensoren zur Erfassung vereinzelter
Werkstücke mit Industrieroboter). Auob bei diesem Verfahren erfolgt die Auswahl
der Kreise in der Lernphase durch den überwachenden Bediener mit Hilfe einer Beobachtung
auf einem Monitor.
-
Sowohl bei der Festlegung der Fernsebzeilen beim erstgenannten Verfahren
als auob bei der Bestimmung der Kreisradien beim zweiten Verfahren entsobeidet die
subjektive Auswahl von Zeilen bzw. Kreisen durch den Bediener über die Sioherheit
und Störunanfälligkeit des Verfahrens.
-
Der Erfindung liegt die Aufgabe zugrunde aus der Vielzahl der möglichen
Bilderfassungen selbsttätig und adaptiv die zur Oildverarbeitung notwendige datenminimale
Bildinformation zu ermitteln, die, im Sinne der Bilderkennung insbesondere hinsichtlich
optimaler Unanfälligkeit gegenüber Störungen wie Beleuchtung, Verschmutzung, Toleranzen
des Gegenstandes und dessen Lagevarianzen, optimal ist.
-
Die mit der Erfindung erzielten Vorteile bestehen insbesondere darin,
daß die subjektive Auswahl der verarbeiteten Bildinformation objektiviert wird.
Durch die quantitative Ermittlung eines im Sinne der Unanfälligkeit gegenüber Störungen
optimierten GütemaBes wird die Erkennungssicherheit erhöht.
-
Die Arbeitsweise der Optimierung des Lernvorgangs wird im folgen den
näher beschrieben. Entsprechend dem Gegenstand der Anmeldung P 25 13 655.4 wird
der zu erkennende Gegenstand von einer Fernsehkamera unter Beschränkung auf die
entstehenden 5chwarzueiBübergänge (Konturen) abgetastet. Für die Erkennung der Werkstücke
genügen einige wenige Fernsehzeilen Z. Die in Zählern ermittelten Abschnitte der
Schwarzweißübergänge jeder Zeile bilden die Komponenten eines Merkmalsvektors. In
der Lerriphase wird dem Bildsensor jede mögliche Lage des Gegenstandes vorgelegt
und der zugehhrige Merkmalsvektor xLe für jede Lage L gespeichert. Beim eigentlichen
Erkennungsvorgang wird dem Sensorsystem eine der eingelernten Werkstücklagen angeboten.
Hieraus wird wie in der Lerriphase ein Merkmalsvektor XE gebildet. Das Sensorsystem
hat nun die Aufgabe, auf die richtige Werkstücklage zu entscheiden (sog. Klassifikation).
Von der Vielzahl der möglichen Klassifikatoren zeichnet sich die Klassifikation
durch Abstandsmessung (. Meyer-Erötz, J. Schürmann: Methoden der automatischen Zeichenerkennung,
R. Oldenbourg-Verlag, München-Wien, 1970) durch ihre Einfachheit aus. Sie soll deshalb
ohne Verlust der allgemeinen Gültigkeit zur Erläuterung der automatischen Optimierung
des Lernvorganges dienen.
-
Bei der Klassifikation durch Abstandsmessung wird eine unbekannte,
durch den Vektor X E beschriebene Lage des Gergenstandes derjenigen Lageklasse L
zugeordnet, zu deren Vektor XLe der lernphase sie den
kleinsten
Abstand hat. Die zugehärige Entscheidungsfunktion e (Abstandsmaß) lautat :
Die Entscheidungsfunktion hangt vori den für die Abstandsmessung ausgewählten Zeilen
Zi ab.
-
e = F, (z@@ Z@@@@@@@@ Z@) wobei N die Gesamtzahl der Zeilen hiedeulet.
Die Sicherheit der Erkennung ist um so großer, je mehr sich das minimale Abstandsmaß
emin vom nächsten ähnlichsten Abstandsmaß eä unterscheidet. Die Unterscheidbarkeit
kann hierbei durch die Auswahl der Zeilen Zi besinflußt werden. Das Gütekriterium
für optimale Störunanfällig keit lautet demnach g = emin = eä = f2(Z1,Z2,...,Zn)
= max.
-
Es handelt sich bei dieser Optimierungsaufgabe um Ein statlschen Mehrvariablenproblem,
das z. H. numerisch mit Hllfe des be@annten Eradientenverfahrens (H. wolle: üptimierungsverfahren,
Springer Uerlag, 1971) gelöst werden. kann.
-
Der Automatisierungsgrad und Optimierungsaufwand frarin in weiten
Grenzen variiert werden.
-
Durch die in der Lernphase zur Ver fügung steheode Zeit können die
Schwarzweißübergänge jeder Leile und jeder Wer@stücklage auf einem Massenspeicher
(Magnetband) aufgezeichnet weiden. Die Auswahl der Anzahl und Lage der fernsehzeilen
erfolgt da un nach Maßgabe dt 5 oben dargelegten oder eines anderen Kriteriums.
-
In einer vereinfachten Version wird innerhalb der Konturen des zu
erkennenden Gegenstandes ein äquidistantes Raster von N vorgegebenen Zeilen erzeugt.
Diese Zeilen werden dann um ihre Anfangslage variiert. In einer weiter vereinfachten
Version wrd jede Zeile um ein vorgegebenes grobes Raster variiert. Hierbei wird
sequentiell
für jede Zeile das Gütemaß maximiert, wobei bei Erreichen
einer fest vorgegebenen Schwelle 5 g=S das Verfahren abgebrochen wird. Für die meisten
praktischen Anwendungsfälle ist eine solche suboptimale Lösung ausreichend und wegen
des reduzierten Aufwandes günstig. In gleicher Weise besteht die Möglichkeit, die
Zeilen durch den Bediener grob vorzugeben und dann um diese Lage durch das Optimierungsverfahren
zu verankern.
-
Einfacher ist das Optimierungsproblem bei dem in P 25 31 682.9 beschriebenen
Verfahren zur Ermittlung der Winkellage. Hier wird in der Regel e i n Kreis um den
Schwerpunkt des Gegenstandes zur Lageerkennung genügen. Hier reduziert sich der
Optimierungsvorgang auf eine einzige Variable. Das wirksamste geschlossene Verfahren
für eine Variable ist im statischen Fall die Fibonacci-Methode (D.J. Wilde: Optimum
seeking methods, Prentice-Hall, 1964). In Vereinfachung kann man auch hier ein äquidistantes
Raster für den Kreisradius vorgaben, das sequentiell durchlaufen wird. Ein mögliches
Gütemaß ist hier ein möglichst großer Kreis mit einer Maximalzahl an Schwarzweißübergängen
als Nebenbedingung.
-
Wegen der ohnehin zur Bildverarbeitung vorhandenen Recheneinheiten,
meist Mikroprozessoren, tritt bei diesen Optimierungsverfahren kein wesentlicher
Mehraufwand auf. Die Programmierung des Optimierunosalgorithmus ist nur einmal nötig
und dann für eine Vielzahl von Werkstücken gleich.