percepciÓn y visiÓn robÓtica

37
PERCEPCIÓN Y VISIÓN ROBÓTICA

Upload: wolf1922

Post on 29-Jun-2015

709 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: PERCEPCIÓN Y VISIÓN ROBÓTICA

PERCEPCIÓN Y

VISIÓN ROBÓTICA

Page 2: PERCEPCIÓN Y VISIÓN ROBÓTICA

PERCEPCIÓN

La percepción es un proceso que permite al organismo, a través de los sentidos, recibir, elaborar e interpretar

la información proveniente de su entorno.

Page 3: PERCEPCIÓN Y VISIÓN ROBÓTICA

VISIÓN

Se llama visión a la capacidad de interpretar nuestro entorno

gracias a los rayos de luz que alcanzan el ojo.

Page 4: PERCEPCIÓN Y VISIÓN ROBÓTICA

PERCEPCIÓN ROBÓTICA

La percepción es el proceso por el cual los sensores del robot elaboran un

mapa del entorno utilizando una determinada representación interna.

Page 5: PERCEPCIÓN Y VISIÓN ROBÓTICA

VISIÓN ROBÓTICA

La visión del robot se puede definir como el proceso de

extraer, caracterizar e interpretar información de imágenes de un mundo

tridimensional.

Page 6: PERCEPCIÓN Y VISIÓN ROBÓTICA

SENSORES

Un sensor es un dispositivo capaz de medir magnitudes físicas o químicas, llamadas

variables de instrumentación, y transformarlas en variables eléctricas. Las

variables de instrumentación pueden ser por ejemplo: temperatura, intensidad lumínica,

distancia, aceleración, inclinación, desplazamiento, presión, fuerza, torsión,

humedad, pH, etc.

Page 7: PERCEPCIÓN Y VISIÓN ROBÓTICA

Algunas características técnicas de un sensor son:Rango de medida: dominio en la

magnitud medida en el que puede aplicarse el sensor.

Precisión: es el error de medida máximo esperado.

Sensibilidad de un sensor: relación entre la variación de la magnitud de salida y la variación de la magnitud de entrada.

Page 8: PERCEPCIÓN Y VISIÓN ROBÓTICA

Resolución: mínima variación de la magnitud de entrada que puede apreciarse a la salida.

Rapidez de respuesta: puede ser un tiempo fijo o depender de cuánto varíe la magnitud a medir. Depende de la capacidad del sistema para seguir las variaciones de la magnitud de entrada.

Repetitividad: error esperado al repetir varias veces la misma medida

Page 9: PERCEPCIÓN Y VISIÓN ROBÓTICA

En robótica se puede decir que:

Los sensores son la interfaz perceptual entre el robot y su entorno.

Existen sensores pasivos, como las cámaras, son observadores verídicos del entorno: capturan las señales que son generadas por otras fuentes en el entorno.

Los sensores activos, como un sonar, emiten energía dentro del mismo.

Page 10: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sean activos o pasivos los sensores se pueden dividir en tres tipos, dependiendo de si

determina distancias a objetos, imágenes del entorno o propiedades del robot en sí mismo.

Algunos tipos de sensores son:

Escáneres de rango : Son sensores que miden la distancia a objetos cercanos (sonar).

GPS : Sistema de posicionamiento global, el cual mide la distancia a una serie de satélites que emiten señales de pulso.

Page 11: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sensores de imágenes : Las cámaras que nos proporcionan imágenes del entorno y, utilizándolas técnicas de visión por computador aplican diversos modelos y extraen características del entorno.

Sensores perceptores : Los cuales informan al robot de su propio estado.

Sensores de fuerza y torsión : Son indispensable cuando los robots manejan objetos frágiles u objetos cuya forma y localización son desconocidos.

Page 12: PERCEPCIÓN Y VISIÓN ROBÓTICA

Otros tipos de sensores que también son utilizados en robótica son:

Sensores de posición: su función es medir o detectar la posición de un determinado objeto en el espacio, dentro de este grupo, podemos encontrar los siguientes tipos de captadores:

o Los captadores fotoeléctricos: Este tipo de sensores, se encuentra basado en la emisión de luz , y en la detección de esta emisión realizada por los fotodetectores.

Según la forma en que se produzca esta emisión y detección de luz, podemos dividir este tipo de captadores en: captadores por

barrera, o captadores por reflexión.

o Captadores por barrera: detectan la existencia de un objeto, porque interfiere la recepción de la señal luminosa.

o Captadores por reflexión: la señal luminosa es reflejada por el objeto, y esta luz reflejada es captada por el captador fotoeléctrico, lo que indica al sistema la presencia de un objeto.

Page 13: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sensores de contacto: estos dispositivos, son los más simples, ya que son interruptores que se activan o desactivan si se encuentran en contacto con un objeto, por lo que de esta manera se reconoce la presencia de un objeto en un determinado lugar.

Su simplicidad de construcción añadido a su robustez, los hacen muy empleados en robótica.

o Captadores de circuitos oscilantes: este tipo de captadores, se encuentran basados en la existencia de un circuito en el mismo que genera una determinada oscilación a una frecuencia prefijada, cuando en el campo de detección del sensor no existe ningún objeto, el circuito mantiene su oscilación de un manera fija, pero cuando un objeto se encuentra dentro de la zona de detección del mismo, la oscilación deja de producirse , por lo que el objeto es detectado. Estos tipos de sensores son muy utilizados como detectores de presencia, ya que al no tener partes mecánicas, su robustez al mismo tiempo que su vida útil es elevada.

Page 14: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sensores por ultrasonidos: este tipo de sensores, se basa en el mismo funcionamiento que los de tipo fotoeléctrico, ya que se emite una señal, esta vez de tipo ultrasónica, y esta señal es recibida por un receptor. De la misma manera, dependiendo del camino que realice la señal emitida podremos diferenciarlos entre los que son de barrera o los de reflexión.

o Captadores de esfuerzos: este tipo de captadores, se encuentran basados en su mayor parte en el empleo de galgas extensométrica, que son unos dispositivos que cuando se les aplica una fuerza, ya puede ser una tracción o una compresión, varia su resistencia eléctrica, de esta forma podemos medir la fuerza que se está aplicando sobre un determinado objeto.

Page 15: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sensores de Movimientos:

o Sensores de deslizamiento:Este tipo de sensores se utiliza para indicar al robot

con que fuerza ha de levantar un objeto para que éste no se rompa al aplicarle una fuerza excesiva, o por el contrario que no se caiga de las pinzas del robot por no sujetarlo debidamente. Su funcionamiento general es simple, ya que este tipo de sensores se encuentran instalados en el órgano aprehensor (pinzas).

o Sensores de Velocidad:Estos sensores pueden detectar la velocidad de un

objeto tanto sea lineal como angular. La forma más popular de conocer la velocidad del giro de un motor, es utilizar para ello una dinamo tacométrica acoplada al eje del que queremos saber su velocidad angular. De todas maneras, este tipo de sensores al ser mecánicos se deterioran, y pueden generar errores en las medidas.

Page 16: PERCEPCIÓN Y VISIÓN ROBÓTICA

o Sensores de Aceleración:

Este tipo de sensores es muy importante, ya que la información de la aceleración sufrida por un objeto o parte de un robot es de vital importancia porque si se produce una aceleración en un objeto, este experimenta una fuerza que tiende a hacer poner el objeto en movimiento.

Page 17: PERCEPCIÓN Y VISIÓN ROBÓTICA
Page 18: PERCEPCIÓN Y VISIÓN ROBÓTICA

Robot sigue luz

Robot sensor ultrasónico

Robot con GPS

Sensor ultrasonico

Page 19: PERCEPCIÓN Y VISIÓN ROBÓTICA

FUNCIÓN SENSORIAL

Page 20: PERCEPCIÓN Y VISIÓN ROBÓTICA

Probabilidad: definición

Dado un experimento E y el espacio de muestreo S, a cada evento A le asociamos un número real P(A),el cual es la probabilidad de A y satisface los siguientes axiomas

Page 21: PERCEPCIÓN Y VISIÓN ROBÓTICA

Axiomas

•0 ≤P(A) ≤1

•P(S) = 1

•P(A B C … ) = P(A) + P(B) + P(C) +…∪ ∪A, B, C … mutuamente exclusivos

Page 22: PERCEPCIÓN Y VISIÓN ROBÓTICA

PROBABILIDAD CONDICIONAL

P(A| B) = P(A∩B) / P(B)

Probabilidad de que ocurra un evento dado que ocurrió otro:

– Dado que el dado cayó par, ¿Cuál es probabilidad de que sea un número primo?

– Dado que la lectura del sonar es 35.8, cuál es la probabilidad de que el robot esté en la celda [30,24]?

Page 23: PERCEPCIÓN Y VISIÓN ROBÓTICA

MODELOS GRÁFICOS PROBABILISTAS

• Un modelo gráfico probabilista es una representación compacta de la distribución conjunta de un grupo de variables

• Tienen varias ventajas respecto a un representación “plana”:

Es generalmente más compacto(espacio)

La inferencia es generalmente mucho más eficiente(tiempo)

Es más fácil de entender y comunicar

Es más fácil de construir(de expertos) o aprender (de datos)

Page 24: PERCEPCIÓN Y VISIÓN ROBÓTICA

Un modelo gráfico incluye dos aspectos: Un grafo, G(V,E),que define la estructura del

modelo Un conjunto de funciones locales, f(Yi),que

definen los parámetros (probabilidades), donde Yi es un subconjunto de X

• La probabilidad conjunta se define como el producto de las probabilidades locales:

Page 25: PERCEPCIÓN Y VISIÓN ROBÓTICA

Podemos clasificar a los PGMs en:

Dirigidos vs. No dirigidos Estáticos vs. Dinámicos

•Dirigidos •No dirigidos

Page 26: PERCEPCIÓN Y VISIÓN ROBÓTICA

• Estáticos • Dinámicos

Page 27: PERCEPCIÓN Y VISIÓN ROBÓTICA

CLASIFICADOR BAYESIANO

• Calcula la probabilidad de la clase o hipótesis (H) dados los atributos o evidencia (E) en base a la regla de Bayes:

P(H| E) = P(H) P(E | H) / P(E)

P(H| E) = P(H) P(E | H) / ΣiP(E | Hi) P(Hi)

• Normalmente no se requiere saber el valor de probabilidad, solamente el valor más probable de H

Page 28: PERCEPCIÓN Y VISIÓN ROBÓTICA

CLASIFICADOR BAYESIANO SIMPLE

• Estimar la probabilidad: P(EE| H)es complejo, pero se simplifica si se considera que los atributos son independientes dada la hipótesis:

• Por lo que la probabilidad de la hipótesis dada la evidencia puede estimarse como:

Page 29: PERCEPCIÓN Y VISIÓN ROBÓTICA

EJEMPLO: FUSIÓN SENSORIAL

• Supongamos que el robot tiene dos sensores(láser, sonar) que le indican la probabilidad de que una celda este ocupada o no

• Podemos combinarlos utilizando un clasificador bayesiano simple, para lo que se requiere:

–Modelo del sensor1: P(S1|O)

–Modelo del sensor2: P(S2|O)

–Probabilidad inIcial: P(O)

• Entonces la probabilidad posterior es:

P(O|S1,S2) α P(O) P(S1|O) P(S2|O)

Page 30: PERCEPCIÓN Y VISIÓN ROBÓTICA

En cierto posición el robot obtiene las siguientesprobabilidades

– P(S1|O) = 0.8; P(S1|L) = 0.4– P(S2|O) = 0.6; P(S2|L) = 0.5

• Asumimos probabilidades iniciales iguales:– P(O) = P(L) = 0.5

• Aplicamos el CBS:P(O|S1,S2) α 0.5 x 0.8 x 0.6 = 0.24P(L|S1,S2) α 0.5 x 0.4 x 0.5 = 0.10

• Normalizando:P(O|S1,S2) =0.24 / (0.24 + 0.10) = 0.71P(O|S1,S2) = 0.10 / (0.24 + 0.10) = 0.29

Page 31: PERCEPCIÓN Y VISIÓN ROBÓTICA

FILTRO DE KALMAN• Las variables de estado (X) y observaciones

(Z) tienen una distribución Gaussiana• Las funciones de transición y observación son

lineales:xt+1= A xt + G wt

zt= C xt + vt

•Donde A, C, G son constantes, y wt, vt son los términos que representan el ruido (media cero, varianza q, r)

[En general, x y z son vectores y Q, R matrices de covarianza]

Page 32: PERCEPCIÓN Y VISIÓN ROBÓTICA

RECONOCIMIENTO DE PATRONES

Llamado también lectura de patrones, identificación de figuras y reconocimiento de formas.

Consiste en el reconocimiento de patrones de señales. Los patrones se obtienen a partir de los procesos de segmentación, extracción de características y descripción dónde cada objeto queda representado por una colección de descriptores.

Page 33: PERCEPCIÓN Y VISIÓN ROBÓTICA

El sistema de reconocimiento debe asignar a cada objeto su categoría o clase (conjunto de entidades que comparten alguna característica que las diferencia del resto). Para poder reconocer los patrones se siguen los siguientes procesos:

1.Adquisición de datos

2.Extracción de características

3.Toma de decisiones

Page 34: PERCEPCIÓN Y VISIÓN ROBÓTICA

El punto esencial del reconocimiento de patrones es la clasificación: se quiere clasificar una señal dependiendo de sus características. Señales, características y clases pueden ser de cualquiera forma, por ejemplo se puede clasificar imágenes digitales de letras en las clases «A» a «Z» dependiendo de sus píxeles o se puede clasificar ruidos de cantos de los pájaros en clases de órdenes aviares dependiendo de las frecuencias.

Page 35: PERCEPCIÓN Y VISIÓN ROBÓTICA

Sistema básico de reconocimiento

Un sistema completo de reconocimiento de patrones incluye un sensor que recoja fielmente los elementos del universo a ser clasificado, un mecanismo de extracción de características cuyo propósito es extraer la información útil, eliminando la información redundante e irrelevante, y finalmente una etapa de toma de decisiones en la cual se asigna a la categoría

apropiada los patrones de clase desconocida a priori.

Sensor

Page 36: PERCEPCIÓN Y VISIÓN ROBÓTICA

Extracción de característicasEs el proceso de generar características que puedan ser usadas en el proceso de clasificación de los datos.

Selecciónde variables

Consiste en seleccionar cuál es el tipo de características o rasgos más adecuados para describir los objetos

Page 37: PERCEPCIÓN Y VISIÓN ROBÓTICA

Clasificación

La clasificación trata de asignar las diferentes partes del vector de características a grupos o clases, basándose en las características extraídas. En esta etapa se usa lo que se conoce como aprendizaje automático, cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender.