التوجيه البصري

تُستخدم أنظمة التحكم البصري، أو ما يُعرف أيضًا بالتحكم الآلي، منذ أوائل ثمانينيات القرن العشرين، ^{[ 11 ]} على الرغم من أن مصطلح "التحكم البصري" نفسه لم يُصاغ إلا في عام 1987. ^{[ 4 ] [ 5 ] [ 6 ]} يُعد التحكم البصري، في جوهره، طريقة للتحكم في الروبوتات حيث يكون المستشعر المستخدم كاميرا (مستشعر بصري). يتكون التحكم الآلي بشكل أساسي من تقنيتين، ^{[ 6 ]} إحداهما تتضمن استخدام المعلومات من الصورة للتحكم المباشر في درجات حرية الروبوت، ولذلك يُشار إليها باسم التحكم البصري القائم على الصورة (IBVS). بينما تتضمن الأخرى التفسير الهندسي للمعلومات المستخرجة من الكاميرا، مثل تقدير وضع الهدف ومعايير الكاميرا (بافتراض معرفة نموذج أساسي للهدف). توجد تصنيفات أخرى للتحكم الآلي بناءً على الاختلافات في كل مكون من مكونات نظام التحكم الآلي، ^{[ 5 ]} مثل موقع الكاميرا، وهناك نوعان: التحكم البصري المباشر والتحكم البصري غير المباشر. استنادًا إلى حلقة التحكم، يوجد نوعان: حلقة مفتوحة عند نقطة النهاية وحلقة مغلقة عند نقطة النهاية. وبناءً على ما إذا كان التحكم يُطبق على المفاصل (أو درجات الحرية) مباشرةً أو كأمر تحديد موضع لوحدة تحكم الروبوت، يوجد نوعان: التحكم المباشر والتحكم الديناميكي بالرؤية والحركة. في إحدى أوائل الدراسات ^{[ 12 ]،} اقترح الباحثون مخططًا هرميًا للتحكم البصري يُطبق على التحكم القائم على الصور. تعتمد هذه التقنية على افتراض إمكانية استخلاص مجموعة جيدة من الخصائص من الكائن المراد التحكم به (مثل الحواف والزوايا والمراكز) واستخدامها كنموذج جزئي إلى جانب النماذج الشاملة للمشهد والروبوت. طُبقت استراتيجية التحكم على محاكاة ذراع روبوت بدرجتي حرية وثلاث درجات حرية.

قدم فيديما وآخرون ^{[ 13 ]} فكرة توليد مسار المهمة بناءً على سرعة الميزة. يهدف هذا إلى ضمان عدم تعطيل عمل المستشعرات (إيقاف التغذية الراجعة) لأي حركة من حركات الروبوت. يفترض الباحثون أن الأجسام معروفة مسبقًا (مثل نموذج CAD) وأنه يمكن استخراج جميع الميزات منها. يناقش عمل إسبياو وآخرون ^{[ 14 ]} بعض الأسئلة الأساسية في التحكم البصري. تركز المناقشات على نمذجة مصفوفة التفاعل والكاميرا والميزات البصرية (النقاط والخطوط، إلخ). في ^{[ 15 ]} ، تم اقتراح نظام تحكم تكيفي ببنية تحكم تعتمد على النظر والحركة. استخدمت الطريقة التدفق البصري مع SSD لتوفير مقياس ثقة ووحدة تحكم عشوائية مع ترشيح كالمان لنظام التحكم. يفترض النظام (في الأمثلة) أن مستوى الكاميرا ومستوى العناصر متوازيان. يناقش المرجع ^{[ 16 ]} منهجًا للتحكم في السرعة باستخدام علاقة جاكوبيان s̄ = Jv̄. بالإضافة إلى ذلك، يستخدم المؤلف ترشيح كالمان، بافتراض أن الموضع المستخرج للهدف يتضمن أخطاءً متأصلة (أخطاء المستشعر). تم تطوير نموذج لسرعة الهدف واستخدامه كمدخل تغذية أمامية في حلقة التحكم. كما يُشير إلى أهمية دراسة التباين الحركي، والتأثيرات الديناميكية، وقابلية التكرار، وتذبذبات زمن الاستقرار، وتأخر الاستجابة.

يطرح كورك ^{[ 17 ]} مجموعة من الأسئلة بالغة الأهمية حول التحكم البصري، ويحاول توضيح آثارها. تركز الورقة البحثية بشكل أساسي على ديناميكيات التحكم البصري. يحاول المؤلف معالجة مشكلات مثل التأخير والاستقرار، ويتناول أيضًا مسارات التغذية الأمامية في حلقة التحكم. كما تسعى الورقة إلى إيجاد مبررات لتوليد المسارات، ومنهجية التحكم في المحاور، وتطوير مقاييس الأداء.

يقدم شوميت في المرجع ^{[ 18 ]} رؤية ثاقبة للمشكلتين الرئيسيتين في تقنية IBVS. الأولى، الوصول إلى الحد الأدنى المحلي، والثانية، بلوغ نقطة تفرد جاكوبية. يوضح المؤلف أن نقاط الصورة وحدها لا تُشكل ميزات جيدة بسبب حدوث نقاط التفرد. وتستمر الورقة البحثية بمناقشة عمليات التحقق الإضافية الممكنة لمنع نقاط التفرد، وتحديدًا أرقام الحالة لـ J_s و Jˆ+_s، للتحقق من الفضاء الصفري لـ ˆ J_s و J^T_s. ومن النقاط الرئيسية التي يُسلط عليها المؤلف الضوء العلاقة بين الحد الأدنى المحلي وحركات ميزات الصورة غير القابلة للتحقيق.

على مر السنين، طُوّرت العديد من التقنيات الهجينة. ^{[ 4 ]} تتضمن هذه التقنيات حساب الوضع الجزئي/الكامل من الهندسة الإبيبولارية باستخدام مناظر متعددة أو كاميرات متعددة. تُستخلص القيم إما بالتقدير المباشر أو من خلال خوارزمية تعلم أو إحصائية. بينما استخدمت تقنيات أخرى نهجًا تبديليًا ينتقل بين النهج القائم على الصورة والنهج القائم على الموضع باستخدام دالة ليابنوف. ^{[ 4 ]} تطلبت التقنيات الهجينة المبكرة، التي استخدمت مزيجًا من النهج القائم على الصورة والنهج القائم على الوضع (معلومات ثنائية وثلاثية الأبعاد) للتحكم، نموذجًا كاملًا أو جزئيًا للكائن لاستخراج معلومات الوضع، واستخدمت مجموعة متنوعة من التقنيات لاستخراج معلومات الحركة من الصورة. ^{[ 19 ]} استخدمت نموذج حركة خطي من حركة الصورة بالإضافة إلى نموذج CAD متعدد السطوح تقريبي لاستخراج وضع الكائن بالنسبة للكاميرا، وذلك للتحكم فيه (على غرار PBVS).

تُعدّ تقنية التحكم البصري ثنائي الأبعاد ونصف، التي طوّرها ماليس وآخرون ^{[ 20 ]} ، تقنيةً معروفةً تُقسّم المعلومات اللازمة للتحكم إلى عناصر مُنظّمة تفصل بين الدوران والانتقال. تفترض هذه الأبحاث معرفة الوضع المطلوب مُسبقًا. تُستخلص معلومات الدوران من تقدير جزئي للوضع، باستخدام تحويل متجانس (معلومات ثلاثية الأبعاد أساسًا)، يُحدّد محور الدوران وزاويته (عن طريق حساب القيم الذاتية والمتجهات الذاتية للتحويل المتجانس). أما معلومات الانتقال، فتُستخلص مباشرةً من الصورة بتتبع مجموعة من نقاط الميزات. الشرط الوحيد هو ألا تغادر نقاط الميزات المُتتبّعة مجال الرؤية، وأن يُحدّد تقدير العمق مُسبقًا باستخدام تقنية خارجية. وقد أثبتت تقنية التحكم البصري ثنائي الأبعاد ونصف أنها أكثر استقرارًا من التقنيات السابقة. ومن الملاحظات المهمة الأخرى في هذه التقنية، ادعاء الباحثين أن مصفوفة جاكوبي البصرية لن تحتوي على أي نقاط شاذة أثناء الحركة. تُقسّم التقنية الهجينة التي طورها كورك وهاتشينسون، ^{[ 21 ] [ 22 ]} والمعروفة باسم "النهج المُجزأ"، مصفوفة جاكوبي المرئية (أو الصورة) إلى حركات (دوران وانتقال) على المحورين X وY، وحركات على المحور Z. ^{[ 22 ]} يوضح هذه التقنية، حيث يتم فصل أعمدة مصفوفة جاكوبي المرئية التي تُقابل الانتقال والدوران على المحور Z (وتحديدًا العمودين الثالث والسادس). وقد ثبت أن النهج المُجزأ يُعالج معضلة شوميت المذكورة في ^{[ 23 ]} . تتطلب هذه التقنية تقديرًا دقيقًا للعمق لكي تعمل بشكل صحيح. ^{[ 24 ]} يوضح نهجًا هجينًا حيث تُقسّم مهمة التحكم إلى مهمتين: رئيسية وثانوية. تتمثل المهمة الرئيسية في إبقاء العناصر المهمة ضمن مجال الرؤية، بينما تتمثل المهمة الثانوية في تحديد نقطة تثبيت واستخدامها كمرجع لتوجيه الكاميرا إلى الوضع المطلوب. تتطلب هذه التقنية تقديرًا للعمق من خلال إجراء خارجي. تتناول هذه الورقة البحثية مثالين يتم فيهما الحصول على تقديرات العمق من قياسات حركة الروبوت، وذلك بافتراض أن جميع المعالم تقع على مستوى واحد. وتُنجز المهمة الثانوية باستخدام مفهوم اختلاف المنظر. ويتم اختيار المعالم المراد تتبعها من خلال عملية تهيئة تُجرى على الإطار الأول، والتي عادةً ما تكون نقاطًا. ^{[ 25 ]}يتناول هذا البحث جانبين من جوانب التحكم البصري، وهما نمذجة الميزات والتتبع القائم على النموذج. وينطلق البحث من افتراض أساسي هو توفر نموذج ثلاثي الأبعاد للكائن. ويؤكد الباحثون على ضرورة اختيار الميزات المثالية بحيث يمكن فصل درجات حرية الحركة بعلاقة خطية. كما يقدمون تقديرًا لسرعة الهدف في مصفوفة التفاعل لتحسين أداء التتبع. وتُقارن النتائج بتقنيات التحكم المعروفة حتى في حالات الحجب.

يتناول هذا القسم الأعمال المنجزة في مجال التحكم البصري. نسعى إلى تتبع التقنيات المختلفة في استخدام الميزات. اعتمدت معظم الأعمال على نقاط الصورة كميزات بصرية. يفترض نموذج مصفوفة التفاعل في المرجع ^{[ 5 ]} استخدام نقاط الصورة لتمثيل الهدف. وقد انحرفت بعض الأعمال عن استخدام النقاط، واستخدمت مناطق الميزات والخطوط وعزوم الصورة وثوابت العزوم. ^{[ 26 ]} في المرجع ^{[ 27 ]} ، يناقش المؤلفون تتبع ميزات الصورة باستخدام التحويلات الخطية. يتم اختيار ميزات الصورة بناءً على مقياس التباين، الذي يعتمد على التشوه الذي تتعرض له الميزات. الميزات المستخدمة كانت رقعًا نسيجية. من أهم النقاط التي أبرزتها الورقة البحثية هي ضرورة دراسة الميزات لتحسين التحكم البصري. في المرجع ^{[ 28 ]} ، يتناول المؤلفون اختيار ميزات الصورة (نوقشت المسألة نفسها في المرجع ^{[ 5 ]} في سياق التتبع). تمت مناقشة تأثير اختيار ميزات الصورة على قانون التحكم فيما يتعلق بمحور العمق فقط. يعتبر المؤلفون المسافة بين نقاط الميزات ومساحة الجسم ميزات. تُستخدم هذه الميزات في قانون التحكم بأشكال مختلفة قليلاً لتسليط الضوء على تأثيراتها على الأداء. لوحظ تحسن الأداء عندما كان خطأ المؤازرة متناسبًا مع التغير في محور العمق. يقدم المرجع ^{[ 29 ]} أحد المناقشات المبكرة حول استخدام العزوم. يقدم المؤلفون صيغة جديدة لمصفوفة التفاعل باستخدام سرعة العزوم في الصورة، وإن كانت معقدة. على الرغم من استخدام العزوم، إلا أنها تعتمد على التغير الطفيف في موقع نقاط المحيط باستخدام نظرية غرين. تحاول الورقة أيضًا تحديد مجموعة الميزات (على مستوى ثنائي الأبعاد) لروبوت بست درجات حرية. يناقش المرجع ^{[ 30 ]} استخدام عزوم الصورة لصياغة مصفوفة جاكوبي المرئية. تسمح هذه الصياغة بفصل درجات الحرية بناءً على نوع العزوم المختارة. الحالة البسيطة لهذه الصياغة مشابهة نظريًا للمؤازرة ثنائية الأبعاد ونصف. ^{[ 30 ]} يُحدد التغير الزمني للعزوم (m̃ij) باستخدام الحركة بين صورتين ونظرية غرين. تُعطى العلاقة بين m̃ij وسرعة اللولب (v) بالعلاقة m̃ij = L_m_ij v. تتجنب هذه التقنية معايرة الكاميرا بافتراض أن الأجسام مستوية واستخدام تقدير للعمق. تعمل هذه التقنية بشكل جيد في حالة الأجسام المستوية، ولكنها تميل إلى أن تكون معقدة في الحالة العامة. تستند الفكرة الأساسية إلى العمل الوارد في [4]. وقد استُخدمت ثوابت العزوم في ^{[ 31 ] .}تتمثل الفكرة الأساسية في إيجاد متجه الميزات الذي يفصل جميع درجات حرية الحركة. ومن الملاحظات التي تم التوصل إليها أن العزوم المركزية ثابتة في عمليات الإزاحة ثنائية الأبعاد. وقد طُوِّر شكل متعدد الحدود معقد للدوران ثنائي الأبعاد. تعتمد هذه التقنية على أسلوب التعليم بالعرض، وبالتالي تتطلب قيم العمق والمساحة المطلوبين للكائن (بافتراض أن مستوى الكاميرا والكائن متوازيان، وأن الكائن مستوٍ). أما الأجزاء الأخرى من متجه الميزات فهي ثوابت R3 وR4. ويدعي المؤلفون إمكانية معالجة حالات الحجب. ^{[ 32 ]} و ^{[ 33 ]} مبنيان على العمل الموصوف في ^{[ 29 ] و[ 31 ] و[ 32 ].} ويكمن الاختلاف الرئيسي في أن المؤلفين يستخدمون تقنية مشابهة لـ ^{[ 16 ]} ، حيث تُقسَّم المهمة إلى قسمين (في حالة عدم توازي الميزات مع مستوى الكاميرا). ويتم إجراء دوران افتراضي لجعل الميزة موازية لمستوى الكاميرا. ^{[ 34 ]} يوحد العمل الذي قام به المؤلفون حول لحظات الصورة.

أظهر إسبياو في ^{[ 35 ]} ، من خلال عمل تجريبي بحت، أن نظام التحكم البصري القائم على الصور (IBVS) يتمتع بمتانة عالية في مواجهة أخطاء المعايرة. استخدم الباحث كاميرا بدون معايرة صريحة، بالإضافة إلى مطابقة النقاط ودون تقدير الوضعية. تتناول الورقة البحثية تأثير الأخطاء وعدم اليقين على عناصر مصفوفة التفاعل من منظور تجريبي. كانت الأهداف المستخدمة عبارة عن نقاط، وافتُرض أنها مستوية.

أُجريت دراسة مماثلة في المرجع ^{[ 36 ]} ، حيث قام الباحثون بتقييم تجريبي لعدد من أنظمة التحكم البصري غير المُعايرة التي شاعت في التسعينيات. وكانت النتيجة الرئيسية هي الدليل التجريبي على فعالية التحكم البصري مقارنةً بأساليب التحكم التقليدية. قام كيركي وآخرون ^{[ 37 ]} بتحليل أخطاء التحكم البصري ثنائي الأبعاد ونصف (2.5D) وثنائي الأبعاد القائم على تحديد الموضع. تتضمن هذه التقنية تحديد الخطأ في استخراج موضع الصورة ونقله إلى تقدير الوضع والتحكم البصري. تُسقط نقاط الصورة على نقاط في العالم مسبقًا للحصول على إسقاط (وهو في الأساس تحويل متجانس، على الرغم من عدم ذكره صراحةً في الورقة). يُقسّم هذا الإسقاط إلى دورانات وانتقالات بحتة. يُجرى تقدير الوضع باستخدام تقنية قياسية من مجال رؤية الحاسوب. تُحوّل أخطاء البكسل إلى الوضع، ثم تُنقل هذه الأخطاء إلى وحدة التحكم. تُظهر إحدى نتائج التحليل أن الأخطاء في مستوى الصورة تتناسب طرديًا مع العمق، بينما يتناسب الخطأ على محور العمق طرديًا مع مربع العمق. وقد خضعت أخطاء القياس في التحكم البصري لدراسة مستفيضة. ترتبط معظم دوال الخطأ بجانبين رئيسيين من التحكم البصري: الأول هو خطأ الحالة المستقرة (بعد بدء التحكم)، والثاني هو استقرار حلقة التحكم. ومن بين أخطاء التحكم الأخرى التي حظيت بالاهتمام، تلك الناجمة عن تقدير الوضعية ومعايرة الكاميرا. في المرجع ^{[ 38 ]،} قام الباحثون بتوسيع نطاق العمل المُنجز في المرجع ^{[ 39 ]} من خلال دراسة الاستقرار الكلي في ظل وجود أخطاء معايرة داخلية وخارجية. ويُقدم المرجع ^{[ 40 ]} منهجًا لتقييد خطأ تتبع دالة المهمة. وفي المرجع ^{[ 41 ]} ، استخدم الباحثون تقنية التحكم البصري القائمة على التعليم بالعرض، حيث تكون الوضعية المطلوبة معروفة مسبقًا، ويتم تحريك الروبوت من وضعية مُحددة. يهدف هذا البحث بشكل أساسي إلى تحديد الحد الأعلى لخطأ تحديد الموقع الناتج عن تشويش الصورة باستخدام تقنية التحسين المحدب. ويناقش المرجع ^{[ 42 ]} تحليل الاستقرار فيما يتعلق بعدم اليقين في تقديرات العمق. ويختتم الباحثون البحث بملاحظة أنه في حالة عدم معرفة هندسة الهدف، يلزم تقدير أكثر دقة للعمق للحد من الخطأ. تفترض العديد من تقنيات التوجيه البصري ^{[ 21 ] و [ 22 ] و[ 43 ]} ضمنيًا وجود جسم واحد فقط في الصورة، وتوفر الميزة ذات الصلة بالتتبع بالإضافة إلى مساحة الجسم. وتتطلب معظم هذه التقنيات إما تقديرًا جزئيًا للوضع أو تقديرًا دقيقًا للعمق للوضع الحالي والوضع المطلوب.