Prehensor antropomorf cu cinci degete, utilizabil la roboţi industriali, comandat cu un senzor Motion Leap (I)

Roboti

de Ionel Staretu

Prehensor antropomorf cu cinci degete, utilizabil la roboţi industriali, comandat cu un senzor Motion Leap (I)

Prehensoarele antropomorfe sunt prehensoare inspirate după modelul mâinii umane, având diverse particularități constructive și funcționale. Comparativ cu alte clase de prehensoare, cum ar fi prehensoarele cu bacuri sau prehensoarele tentaculare, au avantaje evidente deoarece sunt mult mai asemănătoare cu mâna umană, atât constructiv cât și funcțional, considerând mâna umană ca cel mai perfecționat prehensor [1].

1. Introducere

În prezent există mai multe variante de prehensoare antropomorfe dintre care unele în stadiu de proiect, altele sub formă de prototip, iar o parte sub formă de produse comerciale [1]. Una dintre problemele cele mai importante dar și dificile care apar la aceste prehensoare este soluția de comandă și control. În acest context se caută noi soluții care să îmbunătățească permanent performanțele funcționale ale acestor prehensoare.

Astfel, în ultima perioadă, în conexiune directă cu aplicațiile în robotică, în informatică s-au desfășurat cercetări complexe privind captarea mișcărilor corpului uman și mai ales a mișcării degetelor mâinii umane. Captarea mișcării degetelor mâinii umane, respectiv, a configurațiilor lor la un moment dat, este de o complexitate deosebită deoarece fiecare deget, și chiar fiecare falangă are mișcări distincte independente.

În timp s-au identificat diferite soluții pentru rezolvarea acestei probleme, care pe lângă un soft adecvat de prelucrare a datelor a necesitat și un senzor corespunzător care să conserve sau să înregistreze configurațiile degetelor mâinii umane la un moment dat, urmărindu-se permanent creșterea preciziei acestuia. Soluțiile propuse au fost clasificate în soluţii invazive și neinvazive.

În prima categorie se încadrează mănușile de date (Cyber Glove) și dispozitivele similare cum sunt senzorii de îndoire. Soluțiile neinvazive s-au bazat pe tehnici de captare a imaginii. La început tehnicile invazive au fost mult mai precise decât cele neinvazive, dar în timp, diferențele s-au redus treptat, astfel că în ultimul timp acestea din urmă au devenit, în anumite privințe, chiar superioare celor dintâi. Inițial soluțiile neinvazive s-au bazat pe o cameră RGB, care capta semnalele unor marker amplasați pe părțile corpului uman, respectiv degetele mâinii umane. S-au mai dezvoltat soluții bazate pe urmărirea conturului, urmărirea zonelor de margine sau bazate pe inteligența artificială. Toate aceste soluții au condus la rezultate destul de bune dar modeste față de dorințele utilizatorilor. Un progress semnificativ s-a obținut numai relativ recent prin realizarea senzorului Kinect Microsoft și mai ales a senzorului Motion Leap [2]. Acești senzori asigură o precizie suficient de mare, asemănătoare cu cea de la tehnicile invazive, astfel că s-a demonstrate că pot fi utilizați în același domeniu conducând la aceleași tipuri de rezultate.

2. Senzorul Motion Leap – particularităţi constructive şi funcţionale

Principalul scop pentru care a fost creat acest senzor este detecția și recunoașterea gesturilor mâinii umane și detectarea poziției acesteia, date ulterior folosite pentru aplicații software în diferite domenii. Așa cum producătorii afirmă, acuratețea senzorului în detecția gesturilor mâinii umane este de aproximativ 0,01 mm (de 100 ori mai precisă decât cea oferită de senzorul Microsoft Kinect).

Poziția livrată este relativă la centrul senzorului Motion Leap, care este localizat în centrul poziției celui de-al 2-lea emițător infraroșu (conform figurii 1). Cum se poate observa în figura 1, dispozitivul Motion Leap este format din trei emițătoare infraroșii și două camere de captare de date de adâncime. Din punct de vedere funcțional, senzorul Motion Leap poate fi încadrat în categoria senzorilor care folosesc triangulare activă.

În figura 2 se arată modul de captare a imaginii mâinii umane utilizând senzorul Motion Leap. După cum se poate observa din imagine, fiecare articulație a mâinii poate fi identificată.

  • FIGURA 1. Elementele senzorului Motion Leap

  • FIGURA 2. Mâna umana captata cu ajutorul senzorului Motion Leap

Pentru comanda unui prehensor senzorul Motion Leap captează mișcările mâinii umane cum se arată în figura 3a. În figura 3b este arătat cubul de interacțiune, zonă în care se pot capta mișcările degetelor mâinii umane.

  • FIGURA 3. Particularitățile funcționale ale senzorului Motion Leap

Senzorul are capacitatea de a putea capta configurația degetelor, figura 4a, similar cu cea în care s-ar prehensa un anumit obiect. Datele astfel obținute, figura 4b, și validate de prehensiunea unui obiect virtual similar cu cel real de către un prehensor virtual similar (figura 4c) se transmit în final la prehensorul real.

  • FIGURA 4. Etapele captării configurațiilor degetelor mâinii umane cu senzorul Motion Leap

Această metodă de comandă se poate perfecționa atât prin creșterea performanțelor funcționale ale senzorului Motion Leap, creșterea acurateții sale, cât și prin optimizarea simulării prehensiunii în mediul virtual, inclusiv prin creșterea detaliilor constructive ale prehensorului virtual pentru a avea o construcție și o funcționare identice cu cele ale prehensorului real.

3. Structura sistemului software de comandă

Componenta hardware este reprezentată de senzorul Motion Leap și este responsabilă pentru furnizarea de date neprelucrate. Odată ce datele sunt disponibile, senzorul Motion Leap trimite datele către procesorul de cadre pentru o evaluare ulterioară. Procesorul de cadre este format din modulul software MotionLeap și detectorul de gesturi. Modulul software MotionLeap procesează intrarea de la senzor și calculează informația despre starea curentă a mâinii umane. Mâna umană este trimisă la modulul de detecție de gesturi a cărui principală activitate este de a detecta gesturi, cum ar fi gesturile de selecție, mutare și eliberare de obiect. Când unul dintre gesturi a fost detectat, modulul de detecție de gesturi notifică componenta de simulare funcțională HandCommander pentru transmiterea datelor de execuție a gestului în mediul virtual. Arhitectura componentei este împărțită în: Modulul Helpers - care conți-ne clase ajutătoare și care sunt folosite de restul componentelor; HandProcessor – procesorul de cadre care detectează gesturile mâinii; HandSIM interface - interfață de comunicare cu simulatorul de realitate virtuală care este reprezentată de către componenta HandCommander [3]. Interacțiunea prezentată, între mâna umană (folosind senzorul MotionLeap) și mediul virtual (componentă HandCommander), reprezintă o alternativă la interacțiunea bazată pe folosirea de mănuși de date. Sistemul este prezentat în mod schematic în figura 5.

  • FIGURA 5. Sistem de detecţie şi recunoaştere a gesturilor mâinii umane folosit pentru comanda și controlul unei mâini virtuale

  • FIGURA 6. Prindere virtuală a unei chei franceze în diferite poziții

Gesturile sunt transferate în mediul virtual pentru prinderi și manipulări diverse (figura 6). Mai departe, informația este transmisă la prehensorul antropomorf real RoboHand (figura 7), care execută mișcările similare cu cele simulate în mediul virtual, conform informațiilor primite de la senzorul Motion Leap.

  • FIGURA 7. Sistemul pentru comanda și controlul componentei RoboHand

Pentru implementarea componentei RoboCommander folosită la comanda și controlul prehensorului RoboHand s-au folosit patru tipuri de dispozitive, și anume, un computer pe 64 biți, o placă Arduino Leonardo și două componente hardware ajutătoare, și anume un convertor usb-serial și o placă driver – servo Adafruit ce permite conectarea celor 5 servomotoare ale prehensorului real. Transmisia de date între componenta RoboHand și calculator se face în mod conceptual, ca în figura 8.


Bibliografie

1. Stareţu, I., Sisteme de prehensiune(ed. a II-a), Ed. Lux Libris, Brașov, 2010

2. Informație pe: www.robotshop.com/.../datasheet-leap-motion-controller.pdf

3. Moldovan, C., Theoretical and experimental researches regarding the diversification of a virtual hand interaction with objects from a virtual world with applications in industrial engineering, PhD. Thesis, University Transilvania of Brasov, Romania, 2014

4. Informație pe: http://inmoov.fr/build-yours/hand-and-forarm-assembly-3d-views/

5. Stareţu, I., Gripping systems, Derc Publishing House, Tewksbury, Massachusetts, USA, 2011


Prof. univ. dr. ing. Eur Ing Ionel Stareţu


 


Accept cookie

www.ttonline.ro utilizează fişiere de tip cookie pentru a personaliza și îmbunătăți experiența ta pe Website-ul nostru.

Te informăm că ne-am actualizat politicile pentru a integra în acestea și în activitatea curentă a www.ttonline.ro cele mai recente modificări propuse de Regulamentul (UE) 2016/679 privind protecția persoanelor fizice în ceea ce privește prelucrarea datelor cu caracter personal și privind libera
circulație a acestor date. Înainte de a continua navigarea pe Website-ul nostru, te rugăm să aloci timpul necesar pentru a citi și înțelege conținutul Politicii de Cookie.

Prin continuarea navigării pe Website-ul nostru confirmi acceptarea utilizării fişierelor de tip cookie conform Politicii de Cookie. Îți mulțumim pentru acest accept și nu uita totuși că poți modifica în orice moment setările acestor fişiere cookie urmând instrucțiunile din Politica de Cookie.

Da, sunt de acord