Автор: Константин Моксин
Человек во все времена стремился исследовать и понять окружающий его мир. И если на заре цивилизаций это делалось в первую очередь для выживания – добыть пропитание и обезопасить себя от врагов, – то в современном мире основной подоплёкой процесса познания мира и развития технологий становится расширение возможностей человека. «Быстрее, выше, сильнее» – эти слова характеризуют прошедший век. Меняются не только способы и методы познания, но и масштабы. На протяжении веков мы были ограничены родной планетой. Но человеку этого было недостаточно, что привело к наблюдениям за движением Солнца и звёзд на небе и пониманию формы Земли, строения Солнечной системы и законов движения планет. Но наши соседи по космическому пространству были всё так же далеки. 4 октября 1957 году произошло знаменательное событие – впервые творение человека вышло на околоземную орбиту и передало сигнал с неё. Слово «спутник» вошло во все языки мира. С этого момента началось освоение космоса.
Терраформирование Марса.
Особое место в планах освоения космоса занимает колонизация астероидов, планет и их спутников. Так как расстояния между объектами даже в Солнечной системе огромны, то такие колонии могут стать перевалочными пунктами на пути дальнейшего проникновения в глубины космоса. Например, для этой цели подходит Луна.
Луноход - 1
Некоторые планеты и спутники можно подвергнуть процессу терраформинга (лат. terra — земля и forma — вид) – процессу приведения климатических условий на них в соответствие с условиями на Земле. Наиболее привлекательной планетой для этой цели является Марс (см. рис. 1), вероятными претендентами также являются Венера, спутник Сатурна Титан и спутники Юпитера. Объекты, непригодные для терраформирования, можно использовать как внеземные лаборатории. Например, отсутствие атмосферы на Луне делает её привлекательной для размещения ретрансляционных станций для связи с космическими аппаратами или обсерваторий с оптическими и радиотелескопами, которые могут получить намного более детальные снимки отдалённых уголков Вселенной, чем это возможно на Земле. Кроме того, Луна обладает огромными запасами изотопа гелия-3, который может быть использован как топливо для разрабатываемых термоядерных реакторов.
Первейшей и одной из важнейших задач при колонизации планеты является изучение её климата, физических и химических свойств атмосферы и поверхности – исследование планеты.
Для этого используются космические зонды и роботы-планетоходы (роверы).
Как правило, зонды находятся на орбите вокруг исследуемого объекта, роботы-планетоходы (на рис.2 представлен первый в мире планетоход) же передвигаются непосредственно по поверхности планеты. Исследование планеты желательно проводить без непосредственного присутствия человека, чтобы не подвергать его неблагоприятным воздействиям агрессивной внешней среды и чтобы не было необходимости заботиться о его жизнеобеспечении до создания постоянных обитаемых поселений или приемлемых условий.
Поэтому управляет планетоходом человек, находящийся на Земле, путём отправления команд при помощи радиоволн, руководствуясь изображениями, которые он получает с камеры планетохода. При этом стоит учитывать тот факт, что радиосигнал передаётся не мгновенно. До Луны сигнал идёт 1,27 секунды, до Марса – уже от 3 до 22 минут.
Возникает проблема оперативного управления. Допустим, что при движении планетохода по поверхности Марса возникла опасность повреждения аппарата (например, возможность упасть в ранее невидимый разлом поверхности). Изображение с камеры планетохода человек увидит на экране монитора на Земле пусть даже через 3 минуты. Соответственно команда оператора будет идти до Марса те же 3 минуты. Итого мы получаем, как минимум, 6 минут между моментом обнаружения опасности и реакцией на это событие. Если при этом марсоход продолжает движение, то сигнал остановки может просто не успеть дойти и очень дорогое оборудование будет повреждено. Из-за этого перемещение марсохода происходит очень медленно и требует постоянного контроля оператора. К тому же на передачу и приём сигналов расходуется энергия планетохода, которой всегда недостаточно. Как можно выйти из этой ситуации?
Одним из лучших решений является создание полностью или частично автономного робота, т.е. робота, который сможет принимать решения о своих действиях без вмешательства человека или обращаясь к его помощи в редких и сложных ситуациях. Такой робот должен получать достоверную информацию об окружающей среде, уметь анализировать её, принимать решение о дальнейших действиях и выполнять их. Как видно – задача довольно обширна и включает такие понятия, как искусственный интеллект, системы компьютерного зрения, задача навигации, задача управления и много других. В данной статье остановимся подробнее только на системах компьютерного зрения.
Компьютерное зрение делится на два типа: активное и пассивное. В первом случае робот сам как бы спрашивает у предметов — тут ли они? Радары, лазерные дальномеры (лидары) и ультразвуковые датчики, которые посылают в пространство сигналы и регистрируют отраженные, относятся к активным системам. Пассивные системы — это датчики, которые никак не выдают своего присутствия, а только поглощают излучаемые предметами волны или вибрации. Матрицы камер регистрируют отраженный от предметов свет различных длин волн. К пассивным системам также относятся сенсоры, чувствующие тепло и вибрации.
Компьютерное зрение – это не только средства видения. Обычно под компьютерным зрением также понимают восстановление трёхмерной сцены (окружающей обстановки) по её двухмерному изображению в кадре на камере. Например, одна из постановок задачи для систем с телевизионными камерами – имеется планетоход с вперёдсмотрящей камерой (одной или несколькими) и по кадрам, получаемым с неё, нужно понять структуру сцены – расстояния до объектов сцены, представляют ли объекты опасность для планетохода (слишком крутой подъём или спуск). Причём делать это нужно в реальном времени, т.е. при движении робота без остановок для обработки кадров.
Получается, что робот должен научиться делать то, что люди при помощи своих глаз уже давно умеют и делают хорошо – по плоскому изображению, получаемому с сетчатки глаз, мозг восстанавливает трёхмерную картину сцены. Однако для роботов это задача по-прежнему является сложной вычислительно, хотя способы её решения появились довольно давно и продолжают появляться.
Рассмотрим подробнее некоторые используемые методы в системах, работающих на основе телевизионных камер.
Существует несколько подходов. Если установлены две камеры, то используется метод стереопары – изображения одного и того же объекта с двух точек зрения (см. рис. 3). Стереопару получают путём установки двух камер на некотором заранее известном и фиксированном расстоянии друг от друга, называемом базой стереопары. На получаемых кадрах отыскиваются соответствующие точки – изображения одной и той же точки сцены в разных кадрах. Затем методами триангуляции и эпиполярной геометрии находится расстояние до точки сцены.
Стереопара. База стереопары - расстояние между центрами проекций
Если камера одна, то можно определить расстояние до конкретного объекта, делая изображения сцены с различным фокусным расстоянием. Далее выбирается изображение, на котором выбранный объект получился наиболее чётким. Зная фокусное расстояние для этого изображения и параметры камеры можно вычислить дистанцию.
Для одной камеры также предложен ещё один интересный метод. Основан он на той идее, что точки, принадлежащие различным поверхностям, двигаются по-разному. На первом кадре выбираются характерные точки (особенности изображения – яркие точки, элементы узора поверхности и т.д.), затем при получении нового кадра на нём отыскиваются те же точки и вычисляется перемещение каждой характерной точки (см. рис. 4). По характеру их перемещения теоретически можно сделать вывод о том, как выглядит трёхмерная сцена, и о характере движения робота, т.е. какое расстояние прошёл робот за межкадровое время, на какие углы повернулся по сравнению с положением, когда был получен «старый» кадр. Этот метод наименее развит.
Первый и второй - «старый» и «новый» кадры. Справа: кадр с характерными точками и векторами смещения
Системы компьютерного зрения, как активные, так и пассивные, продолжают быстро развиваться. Системы пассивного зрения с использованием телевизионных камер являются довольно привлекательными по той причине, что камеры обязательно присутствуют на любом планетоходе или зонде. Т.е. для обеспечения процесса зрения робота не понадобится устанавливать дополнительное оборудование (лазеры-дальномеры, ультразвуковые датчики), что экономит не только энергию, но вес и место на планетоходе. Однако это не умаляет достоинства других систем. Серьёзной проблемой, ограничивающей использование телевизионных систем компьютерного зрения, являются очень большие объёмы вычислений. Но с развитием вычислительных средств и появлением многоядерных процессоров эта проблема стала преодолима, что и послужило толчком к развитию этих систем.
Автономные исследовательские системы можно использовать не только в космосе. Патрулирование границ, мониторинг экологической ситуации в районе, проверка состояния канализационных систем – лишь некоторые примеры областей, в которых роботы вполне могут заменить человека для выполнения рутинных или не требующих пристального внимания операций.
Компьютерное зрение – это одна из самых востребованных областей на данном этапе развития глобальных цифровых компьютерных технологий. Оно требуется на производстве, при управлении роботами, при автоматизации процессов, в медицинских и военных приложениях, при наблюдении со спутников и при работе с персональными компьютерами, в частности поиске цифровых изображений.
В данной статье был сделан лишь краткий обзор систем компьютерного зрения на основе телевизионных камер и причин их появления и актуальности развития. Основной задачей является не только обратить внимание на современные и интересные задачи, стоящие перед инженерами, но и привести русскоязычную терминологию понятий, которые используются при создании систем компьютерного зрения, т.к. она является ещё не устоявшейся. К примеру, компьютерное зрение часто называют машинным, хотя машинным зрением обычно считают решение промышленных проблем – контроль размеров, качества изготовляемых деталей на заводах при помощи систем камер, лазеров и т.д. Общая терминология существенно облегчает поиск дальнейших материалов по поднятым проблемам.
Список литературы:
[1] В. Вежневец, А. Конушин, А. Вежневец. Введение в компьютерное зрение // МГУ ВМК, Graphics & Media Lab, 2006.
[2] А.Талан. Теория: перспективы машинного зрения // Интернет-журнал «Мир фантастики», 2007, август.
