А.В.ТИМОФЕЕВ - Адаптивные роботехнические комплексы
7.6. ЛОГИЧЕСКИЙ АНАЛИЗ И РАСПОЗНАВАНИЕ СЦЕН
Адаптивный РТК с элементами искусственного интеллекта должен обладать способностью анализировать окружающую производственную обстановку, распознавать целевые объекты (детали, инструменты и т. п.), идентифицировать препятствия. Для решения этих задач традиционные методы распознавания образов не приспособлены, а иногда и не пригодны.
Главная трудность связана с тем, что РТК обычно приходится иметь дело не с одним объектом, принадлежащим тому или иному классу, а с совокупностью объектов из разных классов. Другая трудность обусловлена сильной вариативностью объектов в поле зрения РТК- Так, например, могут сильно изменяться расстояния до окружающих объектов, ракурс, в котором они воспринимаются, условия освещения и т. д. Более того, одни объекты могут заслонять другие, затрудняя тем самым их распознавание. Поэтому от системы управления РТК требуется определенная активность и интеллектуальность, необходимые для преодоления охарактеризованных выше трудностей.
Немногочисленные известные алгоритмы анализа сцен ввиду своей эвристичности далеко не всегда приводят к успеху даже в очень упрощенных и стилизованных условиях распознавания [4, 26, 44, 71 ]. Значительный интерес для практики представляют метод и системы инвариантного распознавания изображений, использующие в качестве видеодатчиков средства когерентной и некогерентной оптики [44, 116]. Однако и этому методу присущи определенные ограничения и недостатки. К ним относятся требование группового характера преобразований объектов на изображении сцены (что на практике выполняется далеко не всегда) и сложность выделения отдельных объектов путем вычисления их инвариантов. Имеются также хорошо зарекомендовавшие себя эвристические подходы к выделению отдельных объектов на сложной сцене без каких-либо попыток к их распознаванию. Так, в работе [44 ] описана программа для ЭВМ, позволяющая выделять отдельные объекты на контурном изображении сцены путем предварительной разметки линий и выявления среди них граничных линий на основе анализа типа узлов. В работе [133] описаны алгоритмы лингвистического анализа сложных (главным образом, контурных) изображений.
Принципиально иной подход к распознаванию сцен по их изображениям базируется на предварительном (в процессе обучения РТК) формировании понятий в виде аксиом классов с последующим выделением тех или иных объектов сцены посредством логического анализа и распознавания. Этот подход воплощен в рассматриваемом ниже адаптивном методе логического распознавания сцен [9, 108, 123]. Предлагаемый метод свободен от отме-
255
