Модифицированные методы идентификации элементов роботизированного производства тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Лахчев, Любомир Христов

  • Лахчев, Любомир Христов
  • кандидат технических науккандидат технических наук
  • 1984, Киев
  • Специальность ВАК РФ05.13.01
  • Количество страниц 233
Лахчев, Любомир Христов. Модифицированные методы идентификации элементов роботизированного производства: дис. кандидат технических наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). Киев. 1984. 233 с.

Оглавление диссертации кандидат технических наук Лахчев, Любомир Христов

ВВЕДЕНИЕ

ГЛАВА I. СУЩЕСТВУЮЩИЕ МЕТОДЫ И СРЕДСТВА ТЕХНИЧЕСКОГО

ЗРЕНИЯ В РОБОТИЗИРОВАННЫХ КОМПЛЕКСАХ СБОРКИ

1.1. Анализ информационного обеспечения роботизированного сборочного комплекса

1.2. Обзор существующих систем технического зрения.

1.2Л.Общие требования, предъявляемые к системам технического зрения

1.2.2.Анализ дальнометрических систем технического зрения

1.2.3.Анализ фотометрических модельных систем технического зрения

I.2.4.Оценка систем технического зрения с интегральным описанием объекта

1.3.Классификация промышленных деталей

1.4.Классификация средств ввода зрительной информации. '

1.5.Постановка новых задач исследования . 56 Выводы.

ГЛАВА 2. РАЗРАБОТКА МОДИФИЦИРОВАННЫХ МЕТОДОВ ИДЕНТИФИКАЦИИ ТЕХНИЧЕСКИХ ДЕТАЛЕЙ

2.1 .Постановка задачи распознавания.

2.2.Формализованное описание распознающей системы.

2.3.Разработка модифицированного логического метода идентификации

2.3.1.Методические рекомендации по расчету признаков распознавания

2.3.2.Исследование влияния конфигурации объекта на условия и алгоритм распознавания

2.3.3.Определение координат характерных точек.

2.3.4.Кодирование различимых положений и проверка на однозначность описания.

2.3.5.Оптимизация кодирования различных положений

2.3.6.Синтез классификатора распознаваемых деталей и формирование программируемой маски

2.3.7.Применение метода программируемых масок на примере распознавания плоских деталей

2.4.Разработка метода распознавания деталей по данным об их контуре.

2.4.1.Методические рекомендации при аппроксимации контура и расчете признаков идентификации

2.4.2.Регистрация присутствия объекта и поиск границы фон/объект

2.4.3.Формулировка правил обхода и аппроксимации контура

2.4.4.Расчет признаков идентификации

Выводы . III

ГЛАВА 3. ' АЛГОРИТМИЧЕСКОЕ И ПРОГРАМШОЕ ОБЕСПЕЧЕНИЕ

МЕТОДОВ ИДЕНТИФИКАЦИИ ДЕТАЛЕЙ .. ИЗ

3.1.Программное обеспечение логического метода распознавания. ИЗ

3.1 Л. Формирование массива входных данных

3.1.2. Математическое описание изображений

3.1.3. Разработка алгоритма поиска.особых точек.

3.1.4. Формирование массива логических уравнений

3.2. Программное - обеспечение метода идентификации по данным о контуре объекта

3.2.1. Организация внутрипрограммного обмена

3.2.2. Подпрограмма выявления и аппроксимации контура

3.2.3. Формирование перехода к системе координат Т0ла.

3.2.4. Подпрограмма расчета признаков идентификации

Выводы

ГЛАВА 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДУЛЯ РАСПОЗНАВАНИЯ ТЕШГЧЕСКЮС ДЕТАЛЕЙ . ^ ^.

4.1. Разработка состава техничесних средств и конструкции модуля распознавания.

4.1.1. Разработка состава технических средств модуля

4.1.2. Разработка конструкции модуля.

4.2. Разработка аппаратной части модуля

4.2.1. Разработка блока ввода изображения

4.2.2. Разработка блока обработки визуальной информации

4.3. Исследование модуля распознавания

4.3.1. Исследование факторов, влияющих на точность ввода изображения.

4.3.2. Исследование надежности действия модуля распознавания

4.4. Разработка устройства контроля размеров деталей.

4.5. Применение модуля распознавания в сборочном роботизированном комплексе

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Модифицированные методы идентификации элементов роботизированного производства»

Высокие темпы научно-технического прогресса, тенденция к увеличению номенклатуры и миниатюризации изделий ставят все более сложные и ответственные задачи перед наукой. Главным путем их решения является интенсификация производства за счет создания автоматизированных комплексов, цехов, заводов.

Повышение уровня автоматизации приводит к увеличению количества совместно работающих машин, приборов, аппаратов. Все чаще применяются адаптивные системы управления. При таком бурном развитии технической базы фактором, снижающим потенциальные возможности применения новой техники, является присутствие человека "как главного агента"* процесса производства. Поэтому его замена на трудоемких и монотонных операциях, в производственных условиях, опасных для его здоровья, становится социально необходимой и актуальной научно-технической задачей.

В материалах ХХУ1 съезда КПСС записано: ".развивать производство и обеспечить широкое применение автоматических манипуляторов /промышленных роботов/,встроенных систем автоматического управления с использованием микропроцессоров и микро-ЭВМ, создавать автоматизированные цехи и заводы".

На важность выдвинутых задач интенсификации производства указывают и партийныё документы Болгарской Коммунистической партии. В тезисах XII съезда БКП говорится о необходимости комплексной автоматизации на базе широкого использования электроники и кибернетики, причем предусматривается увеличить выпуск продукции машиностроения за пятилетие на 50-55%. Маркс К. - Экономические рукописи 1857-1859 гг. - Маркс К., Энгельс Ф., Соч., т.46, ч.П, с.213.

В рамках международной социалистической интеграции, как государство-член СЭВ, Болгария специализируется в производстве 350 видов машин и изделий, часть которых приходится на долю роботостроения и электронной техники, а по 30 видам машин она полностью обеспечивает потребности всех стран-членов СЭВ,

Несмотря на определенные достижения в области роботостроения и внедрения роботов в промышленном производстве, уже сейчас заметно, что автоматизация технологических процессов трудно осуществима с использованием только программируемых промышленных роботов, характерных для первого поколения. Приходится затрачивать усилия и средства на организацию их среды, что делает применение роботов не всегда эффективным. Поэтому с особой остротой сегодня ставится задача очувствления роботов путем оснащения их сенсорными системами и, в частности, системами технического зрения /СТЗ/.

Оценивая уровень развития СТЗ, являющихся сложными вычислительными комплексами со специальным техническим и математическим обеспечением, отметим факт, что даже при решении модельных задач время, затрачиваемое на сбор информации и идентификацию объектов, является лимитирующим параметром в системе роботизированного комплекса и доминирует по сравнению с остальными временными затратами робота.

Причиной этому служат в первую очередь, ограниченные возможности современной вычислительной базы: недостаточный объем памяти, относительно невысокое быстродействие, неприспособленность большинства ЭВМ для решения задач по обработке телевизионных изображений. Следовательно, без значительного улучшения в технологии изготовления элементной базы вычислительной техники создание универсальных систем машинного видения является трудно выполнимой задачей.

Вместе с тем существующие вычислительные устройства могут быть использованы достаточно эффективно в промышленном производстве, где детерминированные условия позволяют вводить изображения с ограниченным разрешением при помощи более цростых средств, чем телевизионные камеры. С учетом этого обстоятельства практическое внедрение СТЗ целесообразно в автоматических производственных процессах при решении конкретной задачи распознавания, что оцределяет специализированный характер распознающего устройства. Об этом свидетельствует накопленный опыт, который отражен в работах / 48, 59, 95, 98 /.

Возможности промышленного применения СТЗ могут быть расширены путем совершенствования программно-аппаратного обеспечения, разработки более эффективных, в том числе и модифицированных, методов распознавания. В условиях высокоорганизованного автоматизированного цроизводетва, где этапы проектирования и выдачи готовой продукции связаны единой цепочкой, цредельно сжатой во времени, представляется возможным получить информацию о деталях еще в процессе подготовки к их выпуску. Эту информацию можно использовать на этапе обучения машины распознаванию не только для составления классификационных признаков, но и для выполнения части вычислительных процедур, предшествующих этапу распознавания с целью формирования системы признаков идентификации, характер изучающейся минимальным составом и предельной сжатостью информации. Однако, это обстоятельство на наш взгляд, недостаточно учитывается цри разработке СТЗ промышленного назначения. В большинстве случаев машине приходится как бы заново узнавать знакомый объект. Использование информации чертежей конструкторской документации может привести к уменьшению неопределенности при принятии решения, а также - количества расчетов, выполняемых в режиме идентификации, что переходит в выигрыш времени. Кроме того, в литературе еще недостаточное внимание уделяется особенностям разработки и внедрения СТЗ X на инженерном уровне, с соответствующим программно-аппаратным обеспечением. Поэтому в материалах диссертации внимание уделяется обоснованию возможности использования информации, получаемой от чертежей, для решения задачи распознавания на этапе изготовления деталей с меньшими временными затратами, а также - разработке программного и аппаратного обеспечения при црименении конкретных методов распознавания, например, для идентификации объектов по плоскому изображению.

Как показывает практика, использование СТЗ, основывающихся на таких методах, в производственных условиях достаточно ограничено . v Параллельно с работами по внедрению СТЗ в производство ведутся широкие исследования в области создания единой теории распознавания. В настоящее время разработан ряд методов, значительная часть которых систематизирована и освещена в работе /17 /. Одной из главных проблем, стоящей перед современной теорией является самообучение машины распознаванию. Для ее решения усилия ученых направлены как на изучение свойств разрабатываемых средств, так и описание объекта распознавания. Во втором случае упор делается на атомистическое строение структуры объекта /21,67/ или на его целостное описание с помощью математических уравнений /64 /.

Большой вклад в решение проблем, связанных с созданием систем технического зрения, разработкой теории распознавания внесли советские и зарубежные ученые: М.А.Айзерман, Б.В.Анисимов,М.М.Бон-гард, Э.М.Браверман, Г .Г .Вайнштейн, В.П.Вапник, В .И .Васильев, В.М.Глушков, А.Л.Горелик, Ю.И.Журавлев, Н.Г.Загоруйко, А.Г.Ивах-ненко, Г.П.Катыс, В.А.Ковалевский, В.И.Рыбак, Ю.А.Садов, Г.С.Се-бестиан, В.И.Тимохин, В.С.Файн, А.А.Харкевич, Я.З.Цыпкин, У.Гре-нандер, Р.Дуда, Н.Нильсон, Л.Роберте, Ф.Розенблат, А.Розенфельд, К.Фу, К.Фукунага, П.Харт и др.

I 10

-JНа пути создания систем машинного видения, отвечающих запросам реальных прикладных задач, необходимо найти методические, алгоритмические и технические решения, удовлетворяющие таким противоречивым требованиям, как большой объем входных данных и сложные процессы их обработки, с одной стороны, и оперативное принятие решения и экономичность системы, с другой стороны• В основе решения такой задачи ле. жит проблемная ориентация всех средств вычислительной системы.

Целью диссертационной работы является разработка и исследование модифицированных методов распознавания технических деталей, обеспечивающих оптимальное быстродействие и невысокую стоимость разрабатываемых на их основе систем технического зрения.

Для достижения заданной цели выполнены теоретические исследования и разработки, сравнительный анализ существующих СТЗ. Разработаны модифицированные методы идентификации, алгоритмы и программное обеспечение к ним. Изложена модель распознающей системы. Разработан состав технических средств специализированного модуля распознавания и проведены испытания его работоспособности. Разработано оригинальное устройство контроля размеров деталей и указана область возможного применения модуля распознавания.

По материалам диссертации подготовлено 6 научных работ, 3 из которых опубликованы, а 3 находятся в печати; получено одно авторское звидетельство. Результаты исследований доложены на У1 конференции болгарских аспирантов в СССР (г.Москва, 1983г.), на республиканской ааучно-технической конференции "Гибкие производственные системы на базе робототехнологических комплексов" (г.Одесса, 1984г.) и республиканской научно-технической конференции "Промышленные роботы в ма-ииностроении" (г.Киев, 1984г.).

В результате работы изготовлен модуль ввода дискретного изображения с низким разрешением в ЭВМ для распознавания деталей по данным об их ортогональных проекциях, а также - программное обес-1ечение методов распознавания, которое использовалось при разработке микропроцессорной системы обработки визуальной информации в институте технической кибернетики и роботики Болпарской Академии Наук, а также внедрены в учебный процесс в КПИ.

4 1 Актуальность работы определяется назревшей необходимостью разработки и применения в промышленном производстве более результативных методов распознавания технических одиночных деталей, позволяющих сочетать высокое быстродействие с относительно невысокой стоимостью распознающего модуля, отсутствие которого сказывается на уровне эффективности роботизированного производства.

Новизна выполненной работы состоит в следующем:

- разработана обобщенная модель процесса идентификации деталей;

- предложен новый модифицированный логический метод идентификации деталей и определения их положения;

- сформулированы критерии оптимизации кодирования изображений с использованием логических признаков;

- разработан новый алгоритм отслеживания произвольного контура;

- разработано и исследовано программное обеспечение методов идентификации, рассматриваемых в работе;

- разработан состав технических средств специализированного модуля идентификации плоских и призматических деталей.

Автором защищаются:

- обобщенная модель процесса идентификации;

- модифицированный логический метод идентификации деталей;

- методика расчета логических признаков;

- методика и алгоритм отслеживания произвольного контура;

- устройство контроля размеров деталей;

- адаптивный робот, совмещающий функции разнавания и захвата деталей плоской формы.

При выполнении настоящей работы использовался аппарат теории множеств, математической логики, аналитической геометрии, ряда Фурье»

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Лахчев, Любомир Христов

Выводы.

I. Разработаны алгоритмы и пакеты прикладных программ расчета логических признаков идентификации в соответствии с методикой, изложенной в § 2.3.4 и расчета коэффициентов ряда Фурье, согласно метода распознавания по данным о контуре детали / § 2.4/.

2. Разработанная программа LOGIC позволяет автоматизировать графоаналитический метод расчета логических признаков на этапе обучения и применять машинно-ориентированные языки с целью идентификации объекта.

3. Программа C0NTUR позволяет производить обучение и самообучение СТЗ с использованием инвариантных признаков. Реализация процессов обучения и идентификации на основе этой программы происходит путем применения ЭВМ и языков программирования высокого уровня.

4. Рассмотренные пакеты программ могут быть использованы при распознавании объектов по силуэтным изображениям их ортогональных проекций, воспринимаемых чувствительным полем устройства ввода изображения с относительно невысоким разрешением. Результаты работы /пакеты прикладных программ/ внедрены в институте технической кибернетики и роботики в городе София при построении микропроцессорной системы обработки визуальной информации.

ГЛАВА 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДУЛЯ РАСПОЗНАВАНИЯ ТЕХНИЧЕСКИХ ДЕТАЛЕЙ

4.1. Разработка состава технических средств и конструкции модуля распознавания

Для реализации описанных в главе 2 методов распознавания, использующих силуэтное изображение объекта, могут быть применены разнообразные по своей физической природе дискретные чувствительные поверхности в качестве средств ввода зрительной информации, обобщенная классификация которых приводится в первой главе диссертации.

В ряде производств детали перемещаются по транспортной ленте, что дает возможность применять чувствительную линейку для ввода изображения объекта с целью его автоматического распознавания. При этом целесообразно цроизводить опрос всех датчиков линейки одновременно, причем каждый из них имеет собственный канал связи с вычислительным устройством. Для получения развернутого изображения детали необходимо осуществить многократный последовательный опрос датчиков за время прохождения объекта через зону чувствительной линейки. Каждый импульс, управляющий опросом датчиков, в дальнейшем будем называть стробирующим, а их частоту - частотой стробирования.

Аппаратурная реализация модуля основывается на использование прежде всего логического метода.

В данной главе рассматриваются конструктивные особенности и состав технических средств специализированного автономного модуля распознавания, а также - исследования надежности и быстродействия работы модуля и факторов, влияющих на точность ввода изображения и ошибку цри идентификации.

Б первой главе / § 1.1/ обращается внимание на оцределен-ную общность целей ориентирующих устройств и СТЗ. Поэтому цри разработке данного модуля делается попытка частично совместить функции первичного ориентирования и распознавания деталей. Надежное действие модуля возможно при соблюдении следующих основных условий: одиночное поступление детали на позицию распознавания с выдерживанием оцределенного интервала следования, непревышающего некоторое минимальное значение при заданной скорости конвейера; постоянная скорость транспортной ленты и отсутствие возможности проскальзывания детали в процессе ввода изоб ражения; первичное ориентирование объекта в положение, которому соответствует минимум потенциальной энергии.

Наличие первого условия вызвано тем, что при соприкасании деталей их силуэтные изображения читаются как одно, идентификация которого по изложенным методам невозможна. Соблюдение этого ограничения обеспечивается делителями потока, которые одновременно с этим задают интервал следования деталей друг от друга. Последний зависит от таких факторов, как быстродействие вычислительных средств, номенклатура и размеры деталей, способ их первичного ориентирования относительно базовых опорных плоскостей. При несоблюдении интервала следования деталей возможны сбои в действии вычислительного устройства, работающего в двух режимах - ввода зрительной информации и вывода решения о распознавании. Если очередная деталь поступает в зону информационной линейки раньше, чем идентифицируется предыдущая, обе останутся неопознанными, в силу неопределенности режима работы.

Постоянство скорости транспортной ленты Ут.л. необходимо для точного ввода изображения с помощью чувствительной линейки, информация от которой стробируется определенной частотой - fc . Связь между этигли параметрами задается выражением: fc LFu,]= Vt.a. Lmm/c] /At Iml /4.1/ где Л£ - дискретность изображения детали по длине. Из формулы /4.1/ видно, что, если скорость W.A. ,которая является скоростью детали при отсутствии проскальзывания, меняется в процессе ввода визуальной информации, производимого в реальном масштабе времени, возможны искажения изображения, что приводит к ошибкам при идентификации объекта. Условие непроскальзывания обес-. печивается путем устранения действия посторонних сил на деталь, кроме сил ее сцепления с транспортной лентой, при прохождении зоны чувствительной линейки.

4 Л.I. Разработка состава технических средств модуля

Модуль предназначен для распознавания и определения ориентации деталей по данным об их силуэтном изображении в условиях поточно-конвейерного производства. При этом предполагается, что материал, из которого изготовлены детали, непрозрачен и позволяет прикладывать к ним небольшие усилия с целью первичного ориентирования.

Для того, чтобы свести к миниглуму помехи при вводе информации о детали, последняя проходит непосредственно над чувствительной линейкой, которая встроена в транспортный узел модуля, а просвечивание /в случае использования фотоприемных элементов/ выполняется сквозным.

Физическая однородность рабочих сигналов цифровых электронно-вычислительных устройств и фотоприемных элементов обусловливает их выбор в качестве датчиков чувствительной линейки.

Обработка информации может быть поручена либо стандартному микроконтроллеру,, либо специализированному электронному устройству.

Устройство визуализации зрительной информации не предусматривается, а контроль правильности принятия решения осуществляется с помощью блока индикации, на котором высвечивается индекс проходящей детали.

Эталонные признаки заносятся в программируемое запоминающее устройство с пережигаемыми перемычками, что позволяет производить одноразовое обучение модуля. Выбор этого ЗУ обоснован наличием небольших объемов памяти, необходимых для хранения обучающего массива.

Основные технические характернотики модуля приведены в таблице 4.1, а взаимосвязь составных элементов при аппаратурной реализации модуля отражена на структурной схеме /рис. 4.1/.

ЗАКЛЮЧЕНИЕ

1. В результате обзора, оценки и систематизации существующих методов и средств машинного видения сформулированы требования к СТЗ, с учетом реализации их действия в "реальном" времени, высокой стоимости элементной базы, сложности обработки больших массивов визуальной информации. Отмечено отсутствие хорошо разработанных методических рекомендаций, соответствующих уровню практического применения СТЗ в реальном сборочном производстве. Выполненный анализ послужил основой для постановки новых задач исследований, решаемых в диссертационной работе.

2. На основе функционально-структурного анализа информационного обеспечения роботизируемого производства обоснована необходимость применения СТЗ при автоматизации сборочных процессов с целью повышения мобильности сборочных систем цри большой номенклатуре и комплектующих деталей. Эффективность участков автоматической сборки может быть повышена путем совместного применения систем технического зрения и несложных первичноориентируюпдах приспособлений.

3. Проведена классификация визуальных сенсоров и промышленных деталей /объектов распознавания/, которая позволила сформулировать основные допущения и ограничения, принятые в работе, а также обосновать достаточность бинарной информации об объектах цри их идентификации и определении пространственной ориентации с учетом уровня детерминированности реальных цроизводственных условий.

4. Обоснована необходимость применения аппарата математической логики при обработке визуальной информации с помощью формулировки высказываний, а также при идентификации объектов по логическим бинарным признакам. Выигрыш в быстродействии СТЗ в этом случае обеспечивается соответствием представления данных об изображениях и их признаках машинно-ориентировонному языку ЭВМ, основывающемуся на аппарате алгебры логики.

5. Разработана модель цроцесса идентификации деталей, учитывающая специфику действия промышленных распознающих систем и разработан математический аппарат описания этапов идентификации объектов.

6. Предложен логический метод идентификации деталей по силуэтным изображениям с использованием минимально необходимого и достаточного набора полученных на этапе обучения на базе априорной информации об объектах логических признаков. Разработана методика расчета логических признаков, позволяющая реализовать указанный метод на исполнительном уровне при распознавании реальных объектов в производственных условиях в пакетном режиме обработки информации.

7. Предложен метод отслеживания произвольного контура детали с любой ориентацией в пространстве, основывающийся на группе предикатных выражений, позволяющих целенаправленно и с минимальной избыточностью аппроксимировать такой контур. Исследование метода на ЕС 10-22 с помощью пакета прикладных программ, составленных на языке Фортран- IV , показало, что отслеживание контура и идентификация деталей с помощью аналитических признаков реализуются в среднем за 3,6 секунд при 20 распознаваемых объектах одного класса.

8. Разработан состав средств специализированного модуля распознавания и блок ввода дискретного изображения, с ограниченным разрешением. При исследовании действия модуля с применением микро-ЭВМ для обработки визуальной информации было установлено, что идентификация одного из десяти в группе объектов происходит в среднем за 1,4 секунд. Исследование факторов, влияющих на ошибку ввода дискретного изображения с помощью чувствительной линейки при движущемся объекте выявило оптимальный диапазон частот /5.15 Гц/ стробирования изображения в зависимости от ускорения детали.

9. Разработано оригинальное устройство контроля деталей, которое позволяет измерять их линейные размеры в захватном устрой стве промышленного робота и повысить мобильность последнего за счет совмещения функции захвата и контроля.

10. Исследование влияния СТЗ на выбор оптимальной структуры роботизированного сборочного комплекса подтвердило целесообразность применения специализированных распознающих модулей в сборочных РПК приборостроительного профиля.

Список литературы диссертационного исследования кандидат технических наук Лахчев, Любомир Христов, 1984 год

1. Маркс К. Экономические рукописи. 1957-59 г.г.-Маркс К., Энгельс Ф. Соч., т.46, ч.П, с.213.

2. Материалы ХХУ1 съезда КПСС.- М.Политиздат, 1981.-233 с.

3. Тезисы двенадцатого съезда Болгарской Коммунистической партии*- София пресс, 1981.- 122 с.

4. А.с. М40248 /СССР/. Способ адаптации робота переносчика к форме и положению плоских предметов. /Игнатьев М.Б.,Ерош И.Л., Шецен Ю.Г. и др. Опубл. jb Б.и., 1974, № 31.

5. А.С. № 474435 /СССР/. Очувствленный робот. Добринский А.Е., Кобринский А.А., Корендясев А.И. и др.- Опубл.в Б.И.,1975, № 23.

6. А.с. 751621 /СССР/ Захватное устройство. /Пашков Е.В., Симоненко Б.И. Опубл. в Б.И. 1980, № 28.

7. А.С. № 1076280 /СССР/. Схват манипулятора. /Ямпольский Л.С., Лахчев Л.Х. Опубл. в Б.И., 1984, № 8.

8. Адасовский Б.И. Метод вычисления информативности многомодальных признаков.- Докл. АН СССР, 1978, 239, Ш, с.286-289.

9. Айзерман М.А., 1Усев Л.А., Розоноэр Л.И. и др. Логика, автоматы, алгоритмы.- М.: Наука, 1963.- 556 с.

10. Аксененко М.Д., Бараночников М.Л., Смолин О.В. Микроэлектронные фотоприемные устройства.- М.: Энергоатомиздат,1984.-208 с.

11. Андреев Б.П. Ввод телевизионных изображений в ЭВМ и их сегментация.- В кн.: Проблемы машинного видения. Сб.научн. трудов. Под ред. Д.Е.Охоцимского.- М.: препринт Ин.прикл.матем. им. М.В.Келдыша. АН СССР, I98I.-CI52-I64.

12. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений.- М.: Высш.школа, 1983.- 295 с.

13. Бонгард М.М. Проблема узнавания.- М.:Наука,1967.- 320с.

14. Бронштейн И.Н., Семендяев К.А., Справочник по математике /для инженеров и учащихся втузов/.Пер. с нем.-Лейпциг: Тойбнер, М.: Наука.- 975 с.

15. Васильев В.И. Распознающие системы. Справочник.-Киев: Наук.думка, 1983.- 422 с.

16. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов /статистические проблемы обучения/.- М.:Наука, 1974.-415с.

17. Горанский Г.К., Горелик А.Г., Зозулевич Д.М. и др. Элементы теории автоматизации проектирования с помощью вычислительной техники.- Минск: Наука и техника, 1970.- 336 с.

18. Горелик А.Л., Скрипкин В.А. Методы распознавания.-М.: Высш. школа, 1984.-208 с.

19. Гренандер. Лекции по теории образов: Регулярные структуры: Пер. с англ.- М.: Мир, 1983.- 432с.

20. Гуревич И.Б., Журавлев Ю.И. Минимизация булевых функций и эффективные алгоритмы распознавания.- Кибернетика, 1974, № 3, с.

21. Гусев А.А. Проблемы автоматизации сборки изделий в серийном производстве и пути их решения.- Вестн. машиностроения, 1982, № 3, с.47.

22. Дорофлюк А.А. Алгоритмы автоматической классификации.- Автоматика и телемеханика, 1971, № 12.- с.78-82.

23. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ.- М.: Мир, 1976.- 5Пс.

24. Ермолов И.Н. Теория и практика ультразвукового контроля.» М.: Машиностроение, 1981.- 240 с.

25. Журавлев Ю.И. Об алгоритмическом подходе к решению задач распознавания или классификации.- Пробл.кибернетики, 1978, вып.33, с. 2062-2077.

26. Журавлев Ю.И., Камилов М.М., Туляганов Ш.Е. Алгоритмы вычисления оценок и их применение.- Ташкент: ФАН, 1974.- 119 с.

27. Зозулевич Д.М. Машинная графика в автоматизированном проектировании.- М.Машиностроение, 1976.- 240с.

28. Каминин С.С., Ушакова о!в. Система машинного видения для идентификации изолированных объектов.- В кн.: Проблемы машинного видения. Сб. научн.трудов. Под ред.Д.Е.Охоцимского.-М.: препринт Ин. прикл.матем. им.М.В.Келдыша. АН СССР, 1981.- с.214-223.

29. Катыс Г.П. Оптические информационные системы роботов-манипуляторов.- М.: Машиностроение, 1971.- 335 с.

30. Кобринский А.Е., Корендясев А.И., Саламандра Б.Л. и др. Информационные системы промышленных роботов.- Станки и инструмент, 1978, № 8, с. 12-17.

31. Ковалевский В.А. Методы оптимальных решений в распознавании образов.- М.: Наука, 1976.- 328 с.

32. Козырев 10.Г. Промышленные роботы: Справочник.- М.Машиностроение, 1983.- 376 с.

33. Колискор А.Ш., Лашко Е.Б., Саламандра Б.Л. и др. Об одном регулярном методе получения признаков для идентификации плоских объектов.- Известия АН СССР. Технич.кибернетика,1982, № 4, с.132-135.

34. Корн Г., Корн Т. Справочник по математике /для научных работников и инженеров/. Пере с англ.- М.:Наука,1977.-831с.

35. Костюк В.И., Ямпольский Л.С., Иваненко И.Б. Промышленные роботы в сборочном производстве.- Киев: Техника, 1983.183 с.

36. Кузьмин С7А., Петров А.А. Алгоритмы с распараллеливанием вычислений в информационно-управляющих системах роботов.-В кн.: Мигфопроцессорные системы управления в робототехнике. Под ред. И.М.Макарова, Д.Е.Охоцимского, Е.П.Попова.-М.:Наука, 1984.- с.68-76.

37. Кулаков Ф.М. Супервизорное управление маницуляционными роботами.- М.: Наука, 1980.-440 с.

38. Лахчев Л.Х., Ямпольский Л.С. Оптимизация выбора структуры сборочных робо то технических комплексов.- В кн.: Автоматическое управление технологическими процессами и промышленными установками.- Куйбышев: КПтИ, 1984.- с.17-25.I

39. Лахчев Л.Х., -Ямпольский Л С. Оптимизация построения сборочных робототехнических комплексов.- Техншлогия и автоматизация машиностроения: Респ. межвед.научно-техн.сб.-Кив?, 1984, вып.33, с.56-65.

40. Лашко Е.Б., Саламандра Б.Л. Алгоритм идентификации объектов на дискретной информационной поверхности. В кн.: Экспериментальное исследование и диагностирование роботов. - М.: Наука, I98X. - С. 144-149.

41. Малиновский Б.Н., Брюхович Е.И., Денисенко Е.Л. и др. Справочник по цифровой вычислительной технике: /процессоры и память/. Киев: Техника, 1979. - 366 с.47» Меоарович М., Такахара Я. Общая теория систем: математические основы. М.: Мир, 1978* - 311 с.

42. Мещеряков А.Ю. Фотоэлектронная система распознавания движущихся деталей. Механизация и автоматизация производства, 1981, Ш 8, с. 11-12«

43. Мусхелишвили Н.И» Курс аналитической геометрии. М.: Высш. школа, 1967. - 655 с.

44. Мнению в В.А., Игнатьев М.Б., Покровский A.M. Программное управление оборудованием. Л.: Машиностроение, Ленингр. отд-ние, 1974. - 243 с.

45. Нода К. Пособие по применению промышленных роботов. -!vi.: Мир, 1975. 451 с»

46. Носов Ю.Р. Оптоэлектроника. М.: Наука, 1977» - 192 с.

47. Ньюмен У., Спрулл Р. Основы интерактивной машинной графики. М.: Мир, 1976, - 573 с.

48. Оре 0. Теория графов: Пер. с англ. М.: Наука, I960. -336 с.

49. Панков В.А. Алгоритмы обработки информации в системах технического зрения робота.- В кн.: Микропроцессорные системы управления в робототехнике. Под ред. И.М.Макарова, Д.Е.Охоцим-ского, Е.П.Попова.- М.: Наука, 1984.- с.90-95.

50. Петров В.А., Ямпольский Л.С. Формализация описаний положений объекта в автоматических манипуляционных устройствах.-В кн.: Приборостроение. Респ. межведомств.научно-техн. сб.-К., Техника, 1976, вып.21,- с.35-41.

51. Попов Э.П., Верещагин А.Ф., Зенкович С.Л. Манипуляцион-ные роботы: Динамика и алгоритмы.- М.:Наука, 1978.- 400 с.

52. Попов Э.В., Фридман Г.Р. Алгоритмические основы интеллектуальных роботов и искусственного интеллекта.-М.: Наука, 1976.- 456 с.

53. Проблемы машинного видения в робототехнике. Сб. научн. трудов. Под ред. Д.Е.Охоцимского.- М.: прецринт Ин.прикл.матем. им. М.В.Келдыша АН СССР, 1981.- 245с.

54. Путятин Е.П., Шургин И.В. К вопросу моделирования механизмов нормализации зрительных образов.- Пробл.бионики,1971, вып.5, с.102-114.

55. Пярнпуу А.А. Программирование на алгоритмических языках.- М.: Наука, 1983.- 320 с.

56. Распознавание образов и медицинская диагностика /Под ред. Ю.М.Неймарка,- М.: Наука, 1972.- 328 с.бЗ.Рвачев В.Л. Геометрические приложения алгебры логики.-Киев: Наук.думка, 1967. 212 с.

57. Рвачев В.Л. Теория функций и некоторые ее приложения.- Киев: Наук.думка, 1982.- 551 с.

58. Роберте Л. Автоматическое восприятие трехмерных объектов.- В кн.: Интегральные работы. Сб. статей. Пнр. с англ.Вып.1.-М.:Мир, 1973.- с. 162-208.

59. Розенблатт Ф. Принципы нейродинамики /персептрон и теория механизмов мозга/: Пер. с англ.- М.: Мир, 1965.-480 с.

60. Розенфельд А. Распознавание и обработка изображенийс помощью вычислительных машин: Пер. с англ.- М.:Мир, 1972.-230с.

61. Садов Ю.А., Зуева ЕЛО. Идентификацию пространственных объектов при восприятии сцен, роботом.- В кн.: Проблемы машинного видения. Сб. научн.трудов. Под ред. Д.Е.Оховдмского.- М.: препринт Ин. прикл.матем. им. М.В.Келдыша АН СССР, I98I.-c.I80-194.

62. Садов Ю.А., Яковлева С.Ю. Определение пространственных характеристик трехмерных тел по изображению.- В кн.:Проблемы машинного видения. Сб. научн.трудов. Под ред. Д.Е.Охоцимского.-М.: препринт Ин. прикл.матем. им. М.В.Келдыша АН СССР, 1981.-с.206-213.

63. Свами М., Тхуласираман К. Графы, сети и алгоритмы: Пер. с англ.- М.:Мир, 1984. 454 с.

64. Соколов С.М. Алгоритмы сбора и обработки фотометрической информации для получения описания объектов, находящихся в поле зрения фотометрической системы.- М.: препринт Ин. црикл. матем. им. М.В.Келдыша АН СССР, 1980, Jfc 98, 30 с.

65. Соколов С.М. Система обработки изображений с малым разрешением в комплексе сборочного робота.- В кн.: Проблемы машинного видения. Сб. научн.трудов. Под ред. Д.Е.Охоцимского.-М.: препринт Ин. прикл.матем. им .М.В.Келдыша АН СССР, 1981.с.120-132.

66. Соучек Б. Микропроцессоры и микро-ЭВМ: Пер.с англ.-М.: Сов.радио, 1979.- 520 с.

67. Тимохин Б.И. Применение ЭВМ для решения задач распознавания образов.- Л.: Изд-во Ленингр.ун-та,1983.- 216 с.- • -.201

68. Управление роботами от ЭВМ/Е.И.Юревич, С.И.Новатченко, В.А.Павлов и др.; под ред. Е.И.Юревича,- Л.: Энергия, Ленингр. отд-ние, 1980. 264 с.

69. Файн B.C. Опознавание изображений.-М.: Наука, 1970.296 с.

70. Фритч В. Применение микропроцессоров в системах управления: Пер. с нем. М.: Мир, 1984. — 464 с.

71. Фу К. Структурные методы в распознавании образов.-М.: Мир, 1977.- 320с.

72. ХюккельМ. Оператор нахождения контуров на кодированных изображениях.- В кн.: Интегральные роботы. Сб. статей.Пере с англ. Выл Л.- М. :Мир, 1973.- с .81-95.

73. Цветков В.Д. Системно-структурное моделирование и автоматизация проектирования технологических процессов.- Минск: Наука и техника, 1979.- 264 с.

74. Цыпкин Я.З. Основы теории обучающихся систем.- М.: Наука, 1970.- 251 с.

75. Шабайкович В.А. Структурный анализ автоматического программного ориентирования.- В кн.: Автоматизация сборочных процессов.- М.:Наука, 1979.- с.66-74.

76. Шведов A.M., Шмидт А.А., Якубович В.Я. Инвариантные системы признаков в распознавании образов.- Автоматика и телемеханика, 1979, $ 3, с.131-142.

77. Шершевский Н.И. Анализ и синтез многоярусной сборки.-М.: Машиностроение, 1971. 248 с.

78. Юдин Э.Г. Системный подход и принцип деятельности; Ме-тодол. цробл. совр. науки,- М.:Наука, 1978.- 391с.

79. Юревич Е.И., Телешов Н.С. Проблема очувствления роботов.- В кн.: Промышленные роботы. Научно-техн.сб., вып.2.

80. Л.Машиностроение, Ленингр. отд-ние, 1979.- с.I1-20.

81. Ющенко Е.Л., Небрат О.П., Переход И.А., Юленко А.А. Фортран /Программированное учебное пособие/.- Киев: Вища школа, 1976. 328 с.

82. Яворский Б.М., Детлаф А.А. Справочник по физике /для инженеров и студентов вузов/.- М.: Наука, 1979.- 942 с.

83. Янг Дж.Ф. Робототехника.- М.: Машиностроение, 1979.304 с.

84. Яхимович В.А. Ориентирующие механизмы сборочных автоматов.- М.: Машиностроение, 1975.- П8с.

85. Яхимович В.А. Транспортно-загрузочные и сборочные устройства и автоматы.- Киев: Техника, 1976.-191с.

86. Ангелов А. Роботи с изкуствен интелект.- Списание на Българската Академия на Науките. София, 1982, № 28, с.5-15.

87. Catftsfe б., Roth. S., Cteason J. et at The Puma/ VS-ЮО wbot vision system*-Robot Vision,96. defaux M. Les xoboU, qui volent enmnl a1. Vusine.-L.Vsim 97-99.

88. DessLmoz 7.-D. Sens visuet pour to&ots Indus-tuets.- butt des SchweU. ttektioi&chri., Ve*., 74,

89. Faugm O.D.? Get main F.? Utvzt et. at% Watd! a уееЫвЕе vision system.-Ргос. 12 Int. Simp, oh Ы. Ro&ots. 6th Int. Conf. on Ind. Robot Technology, 49H2, 9-U th June, Parle, Fiance/ 67-78.

90. Louqfilin С. £y<? in hand robot vision scotes ovez fixed camera.-Sensor Rev, 4983,3, №1,23-26. iok% Masak.L}todaH. l/ision quieted. iobot system fox атс welding R0^0t Шоп, Berlin e. a., IS83,1T9-U5.

91. Maehknfeld E. Robot Vision Ьч a control sensor With associative memory.- Pattern Recoqn.,1984,4?,

92. TRAN ST / 36-10. MAIN ОДТ11. Л-ОВ1С 204 Приложение I

93. COMMON/С/ X(10 >?0) »Y<10 #20) •1. DIMENSION XX<20ЬYY<20>

94. COMMON/В/ CHK, N C0MM0N/A/0BL(15/15'6> • DIMENSION 11(5)

95. TEGER 0BK<15 »15b VLS<30,30);vjc<20,z0> INTEGER chk»bt»tb,v2 R I: A L К1 01.TEGER Z,S»A,CZ1. READ 1 < С H К ' . . ;1. READ 1 ' N1. PRINT 52 , ' \ ■

96. FORMAT <ЮХ»'ВХ. ДАННЫЕ') "print 1 ,сн«»n , ;';. \ • 1 format< 12) "t '.'"•' re a d 80 ,dread 80» s h a g j . print 80 ,d fshag

97. FORMAT < F6 .'1 ) г n n s n * 1read ' 3 » <.<X<I , J) ; J»bNN> rX«1 »'CH*> READ 3i<<YU . J> i J-1 » NN> rZ«1fCHK) PRINT 3 ,(<X<I ,J) ,J«1 ,NN> ,I»17CHK>

98. PRINT 3 » < ( Y < I ,J> ,J«1 ,NN) ,1И;СИК, i- F0RMAT(12F6. 1 ) ' !read m, <<vis(i,j),j«i ,н),i»i;снк> :

99. READ <»»<<0UK<l,JbJ*1fN),JH,CH<> и F 0 R M A T < 5 О 11 >

100. PR INT 25 , ( <VLS < I,J) » J«bN) r Ia1 »СиО PRINT 25 , ( <OBK<bJ)#J«1rN)r|»1»ChK) 25 FORMAT<<<X,5011).r--7 eo .■■ .-:.'. ,■'.•.!: I F < CMK . EQ ,'2> VZ"1

101. IF<CHK.GT.2.AND.CHK.LE.<«) VZ«21.<CHK.GT.4.AND.CHK.LE.8) VZ.S IF<CHK.GT.8.AND.CHK.LE-16)VZ*4 '' IF(CHK.GT.'16.AND.CHIC.LE.32) VZ**1. MR=2**VZ :

102. F < M R.EQ.с H К) GO TO 10»

103. K/»=MR-CHK. ' K5=MR/2. .■"."■•';. / K6S<5-K<»• '' . GO To 1 07 ' 1 0.8 К 3 a С M К / 2 К 7 s 1 ■

104. С СОСТАВЛЕНИЕ УПАВНБНИй КОНТУРОВ- 107 DO 6 I«1 ,е И к ^ do 6 J « 1 , N

105. RTRAN ST 56-10 . 7b main oare 17^01 7. IF <VLS< I f J) .EO .0) GO TO 71. J" GO TO 8Л

106. IF (K(I,J) ,E0.-X<I,J»1)) GO TO « , I F :( Y< Ь J ) . EO. Y< I » J*1 ) > GO To P-K1 Оэ (Y<I(j*1>-Y(l,J))/<X<bJ*1 УтХ.< ttj>>n-Y(i >-<x<i J)MnifM)-Y(U»))/<X(IJ*1)-)((I^))1. ОЦ L<I ,J,1)«0 —, .1. OBL<I,J,2)®00BL<I,J,3>=K10 .о В L < I , J # Ь > » вgo to 6

107. О В L <I,J , 1)sX < I , J) j obl<l,jf2)"0 •• . . obki, j,3>"0oeUi,J»M«o 205 •1. Л GO TO 69 В* If<VLS<I,J).EG.00 TO 60 7 HA«V<1» J*2>*YUrJ*1>

108. ИВ*У<1♦J)*Y(I,J»l) I : , . HC*T(XfJ*1)-YdrJ>3 HDe*(I.J)»*«*Y<I#J>*»2§ " ИГ»««Х»J*2>*»2*Y<|»J*2>**26 хо*<нлвно»нв»не*нс#нр>мг*<х(1 r , 1 >«hb+x< :

109. С *0RTMH $T 56*10.7* MAIN OATE 17.01 ,6$ iV IF<X<I» JK^T.XNtN) 60T0 2 -"vVN".'-'-J1» ■ t IPIYII ♦ J) .4T.YMAX) во To 5 ' -''777-y;^:!8 7 YHAXaYdVj)9 ' 7'^': t IF<YU»J)*GT.YM|N) GO TO 12 • , v-"".'-.-.: .' '7"77740 YMlN«YU»J> • >VI

110. D? •■• "-'.7-:'.><'■'■•;.:■. : til ,.■ " .,•-./ ,■ 7.;. ; jto- . ;. ■ . 2.1 ■ ■ ' ■:,:-!it. to xke»x4!N4-o*i ■.■■;!

111. M ■ ' ' .--------------YRB*YMIN*0'4 '-7 7^77. i

112. С ПРОВЕРКА ЦЕЛ^СООбРАЗНОСТи РАзМВШЕМИЯ ДАТци1^А в выб!г! CALL P*OV<OBKfX*B,Y*B,Ke,VtC;z.l!.ВТ.ТВ,МО>13 : ' 7 print 5* ;v.

113. V: •■'' fORxiAT^IIOX.TTl •> .-"77,;v Г.^-Лг,15 IMBT.EQ.1) 60 TO 16 !и : , 1) GO TO '106- 717 DO 104 K3»K6«K5 7'?J1. ' U<KB>EQ.nS> GO TO ЮЗ .-7j1» •.:•"".'. 104 CONTINUE ■■ ■ •■■■'■ ,7 7.7'7v 7v:'77-,7.1

114. TRAN ST 56-10.7* MAIN PATt l7V0iyMf»lfW*V66 F0RMAT<1QX.'П8 * >X109 111 337 7 3 867 bk68

115. САН 0PT1 <VIC,II ,Z,»67»*38> if<K7.EQ.I) GO TO 109

116. DO 110 К 3 я К 6 ,1C5" IF(KB.EQ . K3> GO TO 1111. CONTINUE GO TO 671.<KB.NE.K3> go TO 67 print 33 . ~ "• FORMAT<1oX»'П5') САН 0РТ2(У1С ,Z ,*67> PRINT 77

117. FORMATdoX»'П9'> S.S + 1 •. GO TO 68 z = z-v PRINT*,*»1. FORMAT <1 OX Г'П6'>1. GO To 29i. -••;•1. EO2. EO 3) EO . A )001. Go GO1. TO1. ТО-ТО:69

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.