Εκπαίδευση οπτικά καθοδηγούμενης ρομποτικής λαβής μέσω πρωτογενών χαρακτηριστικών σχήματος: Εφαρμογή στο ανθρωπόμορφο ρομπότ ΝΑΟ

Abstract

Κύριος σκοπός της επιστήμης της Ρομποτικής είναι η παροχή βοήθειας στον άνθρωπο από ειδικά σχεδιασμένες για τον σκοπό αυτό, μηχανές. Ένα ρομπότ πρέπει να είναι σχεδιασμένο έτσι ώστε να αλληλεπιδρά με το περιβάλλον του, να χειρίζεται αντικείμενα με επιδεξιότητα και να μπορεί να τα χρησιμοποιήσει για την επίτευξη της εκάστοτε εργασίας . Το βασικό πεδίο μελέτης της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός αλγορίθμου εκπαίδευσης ρομποτικού συστήματος με χρήση οπτικών χαρακτηριστικών, με σκοπό την εύρεση κατάλληλων σημείων επάνω σε ένα καθημερινό αντικείμενο με βάση τα οποία το ρομπότ μπορεί να εξάγει τις τελικές επιτρεπτές λαβές για την χρήση του. Η εκπαίδευση είναι επιβλεπόμενη, δηλαδή παρέχοντας στο ρομπότ κάποια πρωταρχικά σχήματα με γνωστά επιλεγμένα σημεία λαβής, αυτό αναπτύσσει την ικανότητα γενίκευσης για άγνωστα, πιο πολύπλοκα σχήματα. Η διπλωματική εργασία αποτελείται από την θεωρητική παρουσίαση της μεθόδου και την πειραματική εκτέλεσή της. Κατά την θεωρητική παρουσίαση αναφέρεται αναλυτικά η μεθοδολογία που χρησιμοποιήθηκε για κάθε φάση στην υλοποίηση του συστήματος. Αυτές επιγραμματικά είναι η βαθμονόμηση κάμερας, η εξαγωγή οπτικού βάθους με τεχνικές τρισδιάστατης όρασης, η εξαγωγή του διανύσματος εκπαίδευσης με γεωμετρικές τεχνικές, η περιγραφή του νευρωνικού δικτύου που χρησιμοποιήθηκε για την εκπαίδευση και η επίλυση του ανάστροφου κινηματικού προβλήματος του δεξιού βραχίονα του ρομπότ. Ιδιαίτερη έμφαση δίνεται στην εξαγωγή του περιγραφέα για την εκπαίδευση και στα αποτελέσματα που επιτυγχάνει. Το πειραματικό μέρος περιλαμβάνει την εφαρμογή του συστήματος αναγνώρισης στο ανθρωποειδές ρομπότ ΝΑΟ. Με χρήση μικρών, καθημερινών αντικειμένων δοκιμάζεται η ευστοχία και η αποτελεσματικότητα του αλγορίθμου, ενώ δείχνεται ένας βασικός τρόπος εφαρμογής του. Τέλος, παρουσιάζονται συμπεράσματα ενώ υποδεικνύονται πιθανές βελτιώσεις και μελλοντικές επεκτάσεις του αλγορίθμου.

The main purpose of Robotics is providing help to humans via specially designed machines. A robot must be designed in such a way that it interacts with the environment, manipulates objects with dexterity and uses them to complete a given task. The main field of this thesis is the design of a training algorithm of a robotics system via visual features, with the intention to find the proper points on an everyday object, from which the robot can extract the final grasps for the use of it. The training is supervised, meaning that giving some main objects to the robot with known grasping points, it can develop the ability to generalize to more complex shapes. This thesis contains the theoretical presentation of the method and the experimental application. In the theoretical presentation the used methodology is described for every phase in the creation of the algorithm. In short, the phases are the camera calibration, the visual depth extraction with methods from computer vision, the feature vector extraction with geometrical methods, the description of the neurel network used in the training and the solution of the inverse kinematic problem of the right arm of the robot. The main part contains the feature vector extraction for the training and the results it achieves. The experimental part contains the application of the recognition system to the NAO humanoid robot. Using small, everyday objects, the accuracy and the efficiency of the algorithm is tested and a main application is showed. Finally, some results are presented and some future improvements of the algorithm are shown.