МЕТОДИКА ИДЕНТИФИКАЦИИ ОБЪЕКТА ДЛЯ ИНТЕГРАЦИИ С РОБОТИЗИРОВАННЫМИ СИСТЕМАМИ

Аннотация

Целью исследования является разработка методики идентификации и определения место- положения объектов в условиях низкой видимости и возможного изменения их формы, с акцентом на извлечение деталей, созданных методом селективного лазерного спекания (SLS), из порошковой среды. В работе рассматриваются два принципиально разных подхода к формированию алгорит- мов управления роботизированным манипулятором. Первый подход, доверительный, основан на предположении о минимальном смещении объекта в процессе манипуляций. Манипулятор дви- жется по траектории, рассчитанной на основе предварительной трехмерной модели, без коррек- ции до момента захвата. Этот метод отличается высокой скоростью выполнения операции и минимальными вычислительными затратами. Однако он сопряжен с рисками: деформация объ- екта из-за сопротивления среды, смещение детали при контакте с инструментом, а также не- возможность захвата при значительных отклонениях от номинального положения. Второй под- ход, осторожный, предполагает поэтапное удаление слоев порошка для визуализации объекта и корректировки траектории до захвата. Этот метод включает несколько этапов: удаление верх- него слоя среды до частичного обнажения детали, анализ данных для уточнения положения объ- екта, а также построение адаптивной траектории с учетом возможного смещения. Отдельное внимание в статье уделено генерации данных для обучения нейронных сетей, которые использу- ются для идентификации объектов в условиях зашумленности. Рассмотрены два метода искус- ственного моделирования порошковых покрытий. Примитивный метод заключается в расшире- нии вершин трехмерной модели вдоль нормалей с добавлением случайного шума. Усовершенство- ванный метод предполагает дифференцированное распределение порошка с учетом локальной кривизны поверхности. Последующие экспериментальные результаты показали, что обучение нейронной сети с использованием реальных данных имеет низкую эффективность. Точность рас- познавания составила 60–75%, что связано с малым объемом выборки и влиянием внешних факто- ров, таких как освещение и помехи. В то же время использование синтетических данных, подго- товленных по представленной в исследовании методике, позволило повысить точность распозна- вания до 92%. Практическая значимость работы заключается в разработке методики поиска, обнаружения и определения детали, погруженной в порошок, что может быть использовано для автоматизации процессов постобработки на производствах, использующих селективное лазерное спекание. Разработанные решения адаптированы для интеграции в роботизированные системы работающие в условиях ограниченной видимости. Предложенные методы могут быть масшта- бированы на широкий спектр задач в аддитивном производстве и робототехнике, что делает их перспективными для внедрения в промышленные процессы.