Knowledge-Based Vision-Guided Robots

بسیاری از محققان رباتیک الگوریتم‌های بینایی سطح بالا (محاسباتی) را برای استفاده در هدایت ربات بسیار گران می‌دانند. این کتاب خواننده را با رویکردی جایگزین برای ادراک برای روبات‌های متحرک و خودمختار آشنا می‌کند. این مقاله چگونگی اعمال روش‌های بینایی کامپیوتری سطح بالا و منطق فازی را برای هدایت و کنترل ربات متحرک بررسی می‌کند. این کتاب یک رویکرد مبتنی بر دانش را برای مدل‌سازی بینایی برای هدایت ربات معرفی می‌کند، که در آن از محدودیت‌های ساختار فیزیکی ربات، وظایفی که انجام می‌دهد و محیط‌هایی که در آن کار می‌کند استفاده می‌شود. این امر الگوریتم‌های بینایی کامپیوتری سطح بالا مانند شی را تسهیل می‌کند. تشخیص با سرعتی که برای ناوبری بلادرنگ کافی است. متون الگوریتم‌هایی را ارائه می‌دهند که از این محدودیت‌ها در تمام سطوح بینایی، از پردازش تصویر گرفته تا ساخت و تطبیق مدل، و همچنین بازیابی شکل، بهره‌برداری می‌کنند. این الگوریتم‌ها در مسیریابی یک ربات متحرک چرخدار نشان داده شده‌اند.

Many robotics researchers consider high-level vision algorithms (computational) too expensive for use in robot guidance. This book introduces the reader to an alternative approach to perception for autonomous, mobile robots. It explores how to apply methods of high-level computer vision and fuzzy logic to the guidance and control of the mobile robot. The book introduces a knowledge-based approach to vision modeling for robot guidance, where advantage is taken of constraints of the robot's physical structure, the tasks it performs, and the environments it works in. This facilitates high-level computer vision algorithms such as object recognition at a speed that is sufficient for real-time navigation. The texts presents algorithms that exploit these constraints at all levels of vision, from image processing to model construction and matching, as well as shape recovery. These algorithms are demonstrated in the navigation of a wheeled mobile robot.