Utafiti huu unalenga kutoa kiotomatiki njia ya kulehemu ya roboti katika miundo ya meli kutoka kwenye jiometri halisi ya kuona na ya pande tatu ya kipande cha kazi bila kutegemea jiometri nomino ya CAD. Mfumo unaunganisha roboti ya mihimili sita KUKA KR-16-L6-2, mhimili wa mwendo wa mstari, mfumo wa kuona wa monochrome na uchanganuzi wa point cloud pamoja na algoriti za kuunganisha picha za SURF–FLANN, utenganishaji wa tambarare kwa RANSAC na uundaji upya wa kontua unaotegemea PCA. Katika majaribio 25 kwa jumla kwenye aina tano tofauti za vipande vya kazi, RMSE ya upangaji wa mshono wa kulehemu ya mbinu ya kuona mtandaoni iliripotiwa kuwa 0,82 mm, huku kosa la juu kabisa la thamani kamili likiwa 1,50 mm. Katika ulinganisho huohuo, upangaji wa programu wa nje ya mtandao unaotegemea CAD ulitoa RMSE ya 4,15 mm na kosa la juu kabisa la thamani kamili la 5,89 mm. Hata hivyo, utafiti unalenga njia za kulehemu zilizo tambarare; ubora wa dimbwi la kulehemu, upenyezaji wa kulehemu na ufuatiliaji wa kitanzi funge wa mishono iliyopinda ya pande tatu haukuthibitishwa katika utafiti huu.

Mahali pa kuanzia pa utafiti ni kwamba katika utengenezaji wa vitalu vya meli, kipande halisi kinaweza kupotoka kutoka kwenye modeli nomino ya CAD. Kwa kuwa kukata, kutengeneza umbo, kuunganisha na shughuli za awali za kulehemu zinaweza kubadilisha jiometri halisi ya vipande, njia ya roboti iliyoundwa tu kutoka kwenye koordinati za CAD inaweza kuondoka kwa milimita kadhaa kutoka kwenye mshono halisi wa kulehemu. Watafiti wanajaribu kutatua tatizo hili kwa kuifanya roboti ichanganue kipande kabla ya kulehemu na kuzalisha upya njia kwa kutumia jiometri halisi iliyopimwa.

Katika mbinu iliyopendekezwa, uchakataji wa picha za pande mbili na point cloud za pande tatu si mbadala wa kila mmoja, bali ni tabaka tofauti za mnyororo mmoja wa utambuzi. Kwa vipande vikubwa vya kazi, picha nyingi huunganishwa kwa kutumia vipengele vya SURF na ulinganishaji wa FLANN; katika data ya pande tatu, tambarare ya msingi hutenganishwa kwa RANSAC, kelele husafishwa kwa kichujio cha kitakwimu, nyuso za pembeni zisizohitajika huondolewa kwa kutumia surface normals, na mwelekeo pamoja na kontua za vipengele vilivyobaki hutolewa kupitia PCA.

Mfumo hauishii tu katika kupata mstari wa kulehemu. Kiasi cha eneo la kufanya kazi kwa tochi ya kulehemu hufafanuliwa kuzunguka kontua za vipengele vilivyoundwa upya, na sehemu za njia zinazogongana na vipengele vingine vya kimuundo huondolewa kiotomatiki. Kwa hiyo, matokeo huundwa kutoka kwa sehemu za njia zinazotathminiwa kuwa zinaweza kutekelezwa na tochi ya kulehemu, badala ya kufuatilia kwa upofu kingo zote za kijiometri zilizogunduliwa.

Kwa mtazamo wa Uturuki, utafiti huu ni mfano wa mbinu unaovutia hasa kwa uendeshaji otomatiki wa maeneo ya kutengeneza meli, miundo mikubwa ya chuma na seli za kulehemu za roboti zenye tofauti za toleransi za kuunganisha. Hata hivyo, thamani ya RMSE ya 0,82 mm katika utafiti haipaswi kutumiwa kama utendaji unaotarajiwa moja kwa moja kwa kamera, roboti, uso wa kipande cha kazi, mwangaza, mtetemo au jiometri tofauti ya kulehemu. Katika laini mpya ya uzalishaji, urekebishaji wa kamera, ubadilishaji wa koordinati za roboti, kizingiti cha point cloud na vichujio vya kijiometri vinapaswa kuthibitishwa upya.

Tatizo kuu la utafiti ni nini?

Kuunda njia ya kulehemu ya roboti katika miundo ya meli kwa kutumia tu modeli ya CAD kunaweza kusababisha kosa la nafasi kwa sababu kipande halisi cha kazi kinaweza kupotoka kijiometri kutoka kwenye modeli nomino wakati wa utengenezaji na uunganishaji. Mabadiliko ya umbo yanayotokana na kukata, kutengeneza umbo na uunganishaji wa awali yanaweza kuiondoa njia ya mshono iliyopangwa mapema ya roboti kutoka kwenye mstari halisi wa kiunganishi.

Tofauti kati ya upangaji wa jadi wa nje ya mtandao na mbinu iliyopendekezwa ya kuona mtandaoni hujengwa katika hatua hii. Katika mbinu ya nje ya mtandao, njia ya roboti hutokana na jiometri nomino ya muundo, ilhali katika mbinu ya mtandaoni kipande halisi cha kazi huchanganuliwa na nafasi ya mshono huhesabiwa kutokana na jiometri iliyopimwa.

Utafiti unalenga pengo gani la utafiti?

Watafiti wanaeleza kwamba sehemu kubwa ya tafiti za awali za utambuzi wa kulehemu kwa kutumia kuona zimezingatia viungio rahisi vya kulehemu au vipande vya pekee. Katika miundo ya meli, hata hivyo, sahani nyingi, vipengele vya kuimarisha, kingo zilizoinama au zilizopinda, na miundo inayoweza kuzuia mwendo wa tochi ya kulehemu vinaweza kuwepo pamoja katika eneo moja la kazi.

Kwa hiyo utafiti unashughulikia matatizo matatu ndani ya mfumo mmoja:

• kuunganisha picha za fremu nyingi za vipande vikubwa vya kazi,
• kutenganisha vipengele vinavyopaswa kulehemewa kutoka kwenye point cloud changamano ya 3D na kutoa kontua zake,
• kuchagua sehemu za njia ya kulehemu zisizo na hatari ya mgongano kutoka miongoni mwa kingo zilizotambuliwa.

Mfumo wa roboti uliundwaje?

Katikati ya mfumo wa kimwili kuna roboti ya viwandani ya mihimili sita KUKA KR-16-L6-2. Chanzo kinatoa repeatability ya roboti kuwa ±0,05 mm. Roboti inadhibitiwa kwa kabati la udhibiti KR C4 na KUKA smartPAD, huku EWM Phoenix 551 Puls ikitumiwa kama chanzo cha nguvu cha kulehemu.

Kwa sababu ya ukubwa mkubwa wa vipande vya kimuundo vya meli, roboti pia imeunganishwa kwenye reli ya mwendo wa mstari yenye mwongozo wa usahihi na kiendeshi cha servo. Mhimili huu wa nje huiwezesha roboti kuchanganua vipande vikubwa kuliko eneo lake la kawaida la kufikia.

Mfumo pia una moduli ya kufuatilia kwa leza Servo-Robot POWER-TRAC. Hata hivyo, mada kuu ya utafiti si ufuatiliaji mwembamba wa mshono kwa wakati halisi unaofanywa na moduli hii wakati wa kulehemu, bali ni upangaji wa awali/wa kiwango cha juu wa mshono wa kulehemu unaofanywa kwa mfumo wa kuona.

Mfumo wa kuona huchanganua mshono wa kulehemu vipi?

Kipande cha kazi kinapofika kwenye kituo cha kulehemu, kompyuta kuu huanzisha muunganisho wa TCP/IP na mifumo ya mwendo na kuona. Roboti inaposonga kwenye njia ya kuchanganua iliyofafanuliwa mapema, nafasi yake na hali ya kinematiki hutumwa kwa kompyuta kuu.

Chanzo kinatoa kasi ya kuchanganua kama:

0,35 m/s

Baada ya kasi thabiti kupatikana, mfumo wa kuona huanza kukusanya data na profaili za leza za mstari hurekodiwa kwa wakati mmoja na pozi za roboti.

Kasi ya ukusanyaji wa data:

1 kare/s

imechaguliwa. Watafiti wanasema thamani hii iliwekwa kwa majaribio kama uwiano kati ya msongamano wa point cloud na uwezo wa uchakataji.

Profaili mfululizo za leza huunganishwa ili kuunda point cloud ghafi ya pande tatu ya muundo. Kisha, kwa kutumia matriksi ya ubadilishaji wa hand–eye iliyokalibishwa mapema, data ya sensa hubadilishwa kwenda kwenye mfumo wa koordinati wa roboti/global.

Kwa nini kamera ya monochrome ilichaguliwa?

Vipande katika miundo ya meli kwa kiasi kikubwa ni nyuso za metali ambako taarifa ya rangi haitoi utofautishaji muhimu. Kwa sababu hiyo, watafiti walitathmini kuwa kamera ya rangi isingetoa taarifa ya ziada ya utambuzi na wakachagua kamera ya viwandani ya monochrome.

Katika maandishi, modeli ya kamera imetolewa kama Medway MV-GED200M-T, na lenzi kama MV-LD-8-3M-A. Katika maelezo ya kielelezo husika, jina la chapa linaonekana kama “Midway Vision”; tofauti hii ya uandishi katika chanzo haijasahihishwa.

Zaidi ya picha 40 za sampuli zilikusanywa katika mwangaza halisi wa eneo la kutengeneza meli bila mwanga wa ziada. Watafiti wanaripoti kwamba hakuna uangavu mkali wa kioo, upotoshaji wa kijiometri, pixel zilizokufa au kelele nyingi zilizoonekana katika sampuli na kwamba ubora wa picha ulikuwa wa kutosha kwa uchakataji wa baadaye.

Kwa nini SURF na FLANN zilitumiwa pamoja?

Kwa kuwa vipande vikubwa vya meli haviwezi kutoshea katika picha moja, kuunganisha picha nyingi kulitumika. SURF ilitumika kutoa pointi bainifu za vipengele katika picha zinazopishana; FLANN ilitumika kulinganisha vipengele vinavyofanana katika fremu tofauti.

Katika utafiti, darasa la Stitcher la OpenCV lilitumika kutengeneza picha ya panorama kutokana na ulinganishaji huu. Aidha, kipande cha kazi kiligawanywa katika sehemu tatu zinazopishana na uunganishaji wa fremu nyingi ulijaribiwa, huku uwezekano wa matumizi ya mbinu kwenye vipande vikubwa ukionyeshwa kwa picha.

Kelele za picha zilipunguzwaje?

Vichujio vya wastani, Gaussian na median vililinganishwa. Kwa mujibu wa tathmini ya kuona ya watafiti, kichujio cha wastani kilitia ukungu zaidi maelezo ya kingo, kichujio cha Gaussian kilipunguza kwa kiasi kelele iliyotawanyika; kichujio cha median kilipunguza kelele zilizojitenga huku kikihifadhi vizuri zaidi kingo za njia ya kulehemu.

Kwa hiyo kichujio cha median kilichaguliwa kwa hatua zilizofuata za thresholding na utoaji wa kingo.

Point cloud ya 3D ilisafishwaje?

Point cloud ghafi haijumuishi tu vipengele vinavyopaswa kulehemewa, bali pia sahani ya msingi, meza ya kazi na kelele za kipimo. Watafiti waliisafisha kwa kichujio cha hatua tatu.

1. Uchujaji wa awali kwa RANSAC

Random Sample Consensus (RANSAC) ilitumika kufit tambarare kwenye mkusanyiko mkubwa zaidi wa pointi mlalo. Tambarare hii huchukuliwa kuwa sahani ya msingi au meza ya kazi, na maeneo ya chini huondolewa kwa kichujio cha kupitisha kwenye mhimili Z.

Katika maelezo ya mbinu, kizingiti cha umbali wa inlier cha RANSAC kinaelezwa kuwa kilichaguliwa kwa majaribio kuwa 1,0 mm. Kinyume chake, pseudocode iliyotolewa awali inaonyesha `distance threshold=2.0`. Chanzo hakielezi kwa nini thamani hizi mbili zinatofautiana.

2. Uondoaji wa outlier wa kitakwimu

Pointi za kelele huondolewa kulingana na umbali wa wastani wa kila pointi kutoka kwa majirani zake. Chanzo kinatoa:

• idadi ya majirani: \(k=50\),
• kizidishi cha standard deviation: 1,0

kama vigezo vilivyotumika.

3. Kichujio cha surface normal

Surface normals zilihesabiwa ili kuondoa pointi zinazotoka kwenye nyuso nyembamba za pembeni za kipande cha kazi. Pointi za uso zenye tofauti ya pembe na mhimili Z iliyo chini ya 15°, yaani zinazotazama zaidi juu, huhifadhiwa. Hatua hii ni muhimu kwa usahihi wa projection kwenye tambarare ya XY inayofanywa baadaye.

PCA huundaje njia ya kulehemu?

Point cloud iliyosafishwa ya kila kipengele kwanza hugawanywa kuwa makundi tofauti kwa mbinu ya region-growing. Kila kundi hutathminiwa kama kipengele huru cha kimuundo na projection yake ya wima kwenye tambarare ya XY huchukuliwa.

Principal Component Analysis (PCA) ilitumika kutambua mwelekeo mkuu wa seti ya pointi za pande mbili. Mhimili mkuu hutoa mwelekeo wa urefu wa kipengele, na mwelekeo ulio wima kwake hutoa mwelekeo wa upana.

Kwa kutumia mipaka ya pointi katika mielekeo hii miwili, kontua ya mstatili na pointi nne za kona huundwa. Njia ya kulehemu kisha hutokana na kingo zinazofaa za kontua hii.

Roboti huondoaje njia zinazoweza kugongana?

Wakati wa region-growing, data pungufu au kufunikana kunaweza kusababisha kipengele kilekile cha kimwili kugawanyika katika makundi mengi. Katika hali hiyo, ikiwa kila kingo ya kijiometri itachukuliwa kuwa mshono halisi wa kulehemu, roboti inaweza kufuata njia isiyohitajika au isiyofikika.

Kwa hiyo watafiti hufafanua kiasi cha eneo la kufanya kazi kuzunguka kila sehemu teule ya kulehemu, kulingana na nafasi na mwelekeo wa normal wa sehemu hiyo. Ikiwa jiometri za vipengele vingine vilivyoundwa upya zinakatiza kiasi hiki, sehemu husika ya njia huondolewa.

Matokeo haya hayathibitishi kwamba tochi ya kulehemu haitagongana katika hali yoyote ya uzalishaji halisi; utafiti hufanya ukaguzi wa mgongano kwa kutumia modeli ya kijiometri.

Ni vipande gani vya kazi vilitumika katika majaribio?

Algoriti ilijaribiwa katika usanidi tano tofauti wa kimuundo:

1. kiungio cha kona ya nje cha partition/bulkhead ya aina ya channel,
2. kundi la sahani zenye groove,
3. kiungio cha butt cha sahani iliyopinda,
4. kiungio cha butt cha sahani tambarare,
5. kiungio cha butt chenye kasoro ya groove.

Katika mifano ya kwanza, utafiti unaonyesha hatua za picha asili, picha iliyochujwa kwa median, picha binary na njia ya kulehemu iliyotolewa zikiwa kando kwa kando. Katika mfano wenye kasoro ya groove, utoaji wa kingo, usawazishaji mdogo na utoaji wa mstari wa katikati wa kulehemu pia huonyeshwa kando.

Nafasi halisi ya kulehemu iliamuliwaje?

Rejea ya tatu ilitumika kulinganisha usahihi wa mbinu za mtandaoni na nje ya mtandao: nafasi halisi za kulehemu zilizopimwa kwa Coordinate Measuring Machine (CMM) iliyokalibishwa.

Koordinati za CMM, roboti na mfumo wa kuona zililetwa kwenye mfumo mmoja wa koordinati wa global kwa njia ya usajili unaotegemea ICP. Kwa njia hii, nafasi zilizopatikana kutoka mifumo tofauti zililenga kulinganishwa ndani ya rejea moja ya anga.

Mbinu ya kuona mtandaoni ilikuwa sahihi kwa kiwango gani?

Matokeo ya jumla ya makundi 25 ya majaribio, marudio matano kwa kila moja ya vipande vitano vya kazi, ni kama ifuatavyo:

Katika seti hii ya majaribio, RMSE ya mbinu ya mtandaoni ni karibu moja ya tano ya ile ya mbinu ya nje ya mtandao inayotegemea CAD. Tofauti kubwa zaidi ya thamani kamili pia imepungua kutoka 5,89 mm hadi 1,50 mm.

Ulinganisho huu unatumika kwa vipande, roboti, mfumo wa kuona na mpangilio wa majaribio wa utafiti huu. Haiwezi kuhitimishwa kwamba thamani hizo hizo za makosa zitapatikana kiotomatiki katika eneo tofauti la kutengeneza meli au mfumo tofauti wa roboti.

Je, matokeo katika vipande vitano tofauti vya kazi yanafanana?

Katika usanidi tano, RMSE ilibadilika katika anuwai ya 0,78–0,85 mm. Chanzo pia kinatoa vipindi vya kujiamini vya %95; hata hivyo, hakielezi kwa undani ni dhana gani ya usambazaji au mbinu gani ya hesabu iliyotumika kuunda vipindi hivyo.

Chanzo kikubwa zaidi cha kosa ni kipi?

Watafiti waligawa kosa la jumla la nafasi katika vipengele saba vinavyodhaniwa kuwa huru:

\[ E_{total}= \sqrt{ E_{robot}^{2} + E_{cam}^{2} + E_{handeye}^{2} + E_{icp}^{2} + E_{edge}^{2} + E_{alg}^{2} + E_{env}^{2} } \]

Chanzo kinasema kwamba mgawo wa uhusiano wa Pearson kati ya vipengele hivi vya kosa ulipatikana kwa majaribio kuwa \(r<0,1\), na kwa sababu hiyo dhana ya uhuru ilitumika.

Katika jedwali hili, mchango mkubwa zaidi wa kosa moja ni 0,40 mm kutoka kwenye utambuzi wa kingo za kulehemu; unafuatiwa na kosa la usajili wa ICP la 0,35 mm na kosa la upangaji wa nafasi wa kidinamiki wa roboti la 0,30 mm.

Je, bajeti ya kosa inaeleza RMSE ya jumla?

Mzizi wa mraba wa jumla ya mraba za vipengele saba vya kimfumo umetolewa katika chanzo kama:

\[ E_{systematic} = \sqrt{ 0.30^2+ 0.07^2+ 0.18^2+ 0.35^2+ 0.40^2+ 0.14^2+ 0.20^2 } \approx 0.685\ \mathrm{mm} \]

kama ilivyotolewa.

Chanzo kisha kinaongeza kipengele cha kosa la nasibu cha takriban 0,45 mm kwenye mfumo na kupata:

\[ E_{total} = \sqrt{ 0.685^2+0.45^2 } \approx 0.819\ \mathrm{mm} \]

na kinaeleza kuwa hii iko karibu sana na RMSE iliyopimwa ya 0,82 mm.

Hata hivyo, kuna tatizo muhimu la ndani ya chanzo katika sehemu hii. Mstari wa mwisho wa Jedwali 3 unasema “Total measured RMSE = 0,681 mm”. Thamani hii hailingani, chini ya dhana ileile, na kosa la kimfumo la takriban 0,685 mm lililohesabiwa mara moja kabla yake wala na RMSE ya jumla iliyopimwa ya 0,82 mm inayotumika katika utafiti mzima. Aidha, katika toleo lililochapishwa la Equation (8), baada ya usemi wa mzizi wa mraba kuna thamani isiyoelezeka ya “671”. Maandishi ya Verianla hayasahihishi kimya kimya namba hizi mbili.

Ni vyanzo gani vya kosa la nasibu vilivyoelezwa kando?

Chanzo kinafafanua michango minne ya ziada ya nasibu:

• mabadiliko ya upana wa mstari wa leza: ±0,12 mm,
• ukwaruzo wa uso wa kipande cha kazi na tabaka la oksidi: ±0,09 mm,
• upotoshaji wa lenzi uliobaki: ±0,07 mm,
• kelele za kipimo cha CMM: ±0,05 mm.

Utafiti pia unaeleza kama kikomo kwamba athari ambazo hazijawekewa modeli kikamilifu, kama mabadiliko ya mwangaza wa mazingira na gradients za joto, zinaweza kuchangia tofauti zilizobaki.

Utafiti wa ablation ulionyesha nini?

Watafiti waliondoa moduli tatu kuu za mbinu moja baada ya nyingine na kurudia mpangilio uleule wa majaribio 25. Lengo lilikuwa kutathmini ikiwa kosa la chini lilihusiana si tu na mfumo mzima bali pia na kila moduli ya msingi.

Uharibifu mkubwa zaidi ulitokea wakati uunganishaji wa picha wa SURF–FLANN ulipoondolewa: RMSE iliongezeka kutoka 0,82 mm hadi 1,25 mm. Watafiti wanaeleza hali hii kwa ukweli kwamba vipande vya meli kwa kawaida vina urefu wa 2–5 m na picha moja ya kudumu haiwezi kufunika kipande chote.

Kuondoa RANSAC kuliongeza RMSE hadi 1,18 mm; ilielezwa kwamba kizingiti kisichobadilika cha Z hakiwezi kuzoea tofauti za urefu wa upangaji wa ±5 mm ambazo zinaweza kuonekana katika uzalishaji halisi. Wakati minimum bounding rectangle ilipotumiwa badala ya PCA, RMSE ilikuwa 1,03 mm.

Ulinganisho na mbinu nyingine unaaminika kwa kiwango gani?

Utafiti unalinganisha mbinu iliyopendekezwa na mbinu sita tofauti zilizochapishwa katika miaka 2023–2025 kwenye jedwali la fasihi na kuripoti RMSE ya nafasi ya 3D ya 0,82 mm kwa mbinu yake.

Hata hivyo, matokeo haya si majaribio ya moja kwa moja ya head-to-head yaliyofanywa katika mpangilio mmoja wa majaribio. Watafiti wanakubali wazi kwamba sensa, jiometri za vipande vya kazi, ufafanuzi wa makosa na mazingira ya majaribio katika tafiti nyingine yanatofautiana.

Aidha, katika baadhi ya tafiti za kulinganisha ambapo MAE pekee au kosa la juu kabisa lilichapishwa, utafiti ulitumia ubadilishaji wa makadirio wa \(RMSE \approx 1.253 \times MAE\) chini ya dhana ya usambazaji wa kawaida wa makosa. Kwa hiyo, mpangilio wa RMSE wa moja kwa moja katika jedwali la fasihi haupaswi kutafsiriwa kama mpangilio wa algoriti kwenye seti moja ya kawaida ya majaribio.

Matokeo yanayoungwa mkono na utafiti

• Mfumo uliopendekezwa wa kuona wa mseto wa 2D–3D uliweza kutoa kiotomatiki nafasi ya mshono wa kulehemu katika vipande vitano tofauti vya kimuundo vya meli.
• Katika majaribio 25, RMSE ya jumla ya mbinu ya mtandaoni ilipimwa kuwa 0,82 mm na kosa la juu kabisa la thamani kamili kuwa 1,50 mm.
• Katika majaribio hayo hayo, upangaji wa programu wa nje ya mtandao unaotegemea CAD ulitoa 4,15 mm RMSE na 5,89 mm kosa la juu kabisa la thamani kamili.
• Kila moja ya moduli za SURF–FLANN, RANSAC na PCA ilionyesha mchango huru katika usahihi wa jumla katika jaribio la ablation.
• Athari kubwa zaidi ya ablation ilionekana wakati uunganishaji wa picha wa fremu nyingi wa SURF–FLANN ulipoondolewa.
• Ukaguzi wa mgongano unaofanywa kupitia kontua ya kijiometri uliwezesha sehemu za njia teule zenye vizuizi kuondolewa kiotomatiki.
• Kosa la jumla la takriban 0,819 mm lililohesabiwa kwa mbinu ya bajeti ya kosa lilikuwa karibu na RMSE ya majaribio ya 0,82 mm ya utafiti.

Matokeo ambayo utafiti hauungi mkono au haujayajaribu

• Utafiti hautoi dhamana ya kosa la 0,82 mm katika jiometri zote za kulehemu za meli.
• Mbinu katika umbo lake la sasa haijumuishi mishono ya kulehemu iliyopinda ya pande tatu.
• Dimbwi la kulehemu au upenyezaji wa kulehemu haujadhibitiwa kwa kitanzi funge.
• Nguvu ya kimekanika au ubora wa kimetallojia wa mshono wa kulehemu haujatathminiwa.
• Ukaguzi wa mgongano haumaanishi dhamana ya kutokuwepo kwa mgongano wa kimwili chini ya mienendo yote halisi ya uzalishaji.
• Usahihi huo huo bado haujathibitishwa kwenye majukwaa tofauti ya roboti kama ABB au FANUC.
• Ulinganisho wa RMSE uliotolewa dhidi ya mbinu nyingine katika fasihi si majaribio ya moja kwa moja ya head-to-head yaliyofanywa kwa vifaa na seti ya data ileile.
• Hakuna uhusiano wa moja kwa moja wa utendaji ulioonyeshwa kati ya mfumo wa utambuzi mtandaoni wa utafiti na ubora wa dimbwi la kulehemu kwa wakati halisi.

Mbinu na Matokeo ya Utafiti

Vifaa na hali za uendeshaji

Mazingira ya programu

Katika sehemu ya shukrani pia imeelezwa kwamba “Python 6.0” ilitumika kwa uchambuzi wa data. Kauli hii ya toleo imehifadhiwa kama ilivyo katika chanzo na haijapatanishwa kimya kimya na taarifa nyingine za mazingira ya programu.

Parameta za RANSAC na uchujaji wa point cloud

Tofauti ya 1,0/2,0 katika kizingiti cha RANSAC ni ukosefu wa uwazi ndani ya chanzo; makala ya Verianla haifanyi uchaguzi usiopo katika chanzo kuhusu thamani ipi ilitumika katika msimbo wa mwisho.

Muundo wa jaribio la usahihi

Kila moja ya usanidi tano wa vipande vya kazi ulijaribiwa mara tano. Kwa hiyo, idadi ya jumla ya sampuli:

\[ n=5\times5=25 \]

ilikuwa.

Rejea ya nafasi halisi ilipatikana kwa CMM, na koordinati za roboti–kuona–CMM zilisajiliwa kwenye mfumo mmoja wa koordinati wa global kupitia ICP.

Ulinganisho wa jumla wa makosa

Katika mpangilio wa majaribio wa utafiti huu, mbinu ya kuona mtandaoni ilitoa kosa dogo kuliko upangaji wa programu wa nje ya mtandao katika vipimo vyote vinne vya makosa.

Ukaguzi wa kihisabati wa bajeti ya kosa

Vipengele vya makosa ya kimfumo vinaunganishwa kwa jumla ya mraba:

\[ \sqrt{ 0.30^2+ 0.07^2+ 0.18^2+ 0.35^2+ 0.40^2+ 0.14^2+ 0.20^2 } \approx0.685\ \mathrm{mm} \]

Chanzo kisha kinaongeza kipengele cha nasibu cha 0,45 mm:

\[ \sqrt{0.685^2+0.45^2}\approx0.819\ \mathrm{mm} \]

Matokeo haya yako karibu na RMSE ya jumla ya majaribio ya 0,82 mm. Hata hivyo, thamani ya 0,681 mm ya “Total measured RMSE” katika Jedwali 3 na kauli ya “671” iliyochapishwa katika Equation (8) ni ukosefu wa ulinganifu wa namba/maandishi uliopo kando katika chanzo na haujaelezwa.

Matokeo ya kiufundi ya jaribio la ablation

Kutokana na thamani ghafi za RMSE za chanzo, kuondoa kila moja ya moduli hizi tatu kuliongeza kosa. Ongezeko kubwa zaidi kabisa la RMSE lilionekana wakati uunganishaji wa picha wa SURF–FLANN ulipoondolewa.

Nguvu ya utafiti kwa mtazamo wa bajeti ya kosa

Utafiti haukutoa tu thamani ya mwisho ya 0,82 mm; pia ulijaribu kupima michango tofauti ya kosa la kidinamiki la roboti, kalibrashi ya kamera, ubadilishaji wa hand–eye, usajili wa ICP, utambuzi wa kingo za kulehemu, uchakataji wa kialgoriti na usumbufu wa mazingira.

Muundo huu ni muhimu kwa kuelewa ni mifumo midogo ipi inayochangia matokeo ya kosa. Hata hivyo, maelezo yaliyotolewa kuhusu uhuru wa vipengele vya makosa na njia ya kuhesabu vipindi vya kujiamini hayatoshi kuzalisha upya kwa kujitegemea dhana zote za kitakwimu.

Malengo ya kazi ya baadaye

Watafiti wanafafanua njia tatu kuu za kuendeleza kazi:

1. kuhamisha algoriti kwenda kwenye majukwaa ya roboti za ABB na FANUC ili kuchunguza utegemezi wa vifaa,
2. kujenga upya mishono ya kulehemu iliyopinda ya pande tatu kwa kutumia B-spline curve fitting na kuboresha upangaji wa njia,
3. kuongeza ufuatiliaji wa wakati halisi wa ubora wa dimbwi la kulehemu kwa utambuzi wa picha unaotegemea CNN na marekebisho ya njia ya kulehemu ya kitanzi funge.

Vipengele hivi vitatu si matokeo yaliyotekelezwa katika utafiti wa sasa, bali ni malengo ya kazi ya baadaye ya watafiti.

Dokezo la Chanzo na Mbinu

Jina kamili la kazi asili: Automatic Recognition Technology of Welding Path for Ship Structures Based on Visual Image Recognition

Waandishi: Zixuan Chen, Qiaozhong Li.

Mpangilio wa waandishi: Mpangilio wa asili katika chanzo umehifadhiwa kama ulivyo.

Mwandishi wa mawasiliano: Qiaozhong Li.

Mchango sawa/mwandishi wa kwanza sawa: Hakuna tamko kama hilo katika chanzo.

Taasisi: School of Naval Architecture and Ocean Engineering, Jiangsu University of Science and Technology, Zhenjiang 212100, China.

Jarida: Machines.

Mchapishaji: MDPI.

Rekodi ya bibliografia: Machines 2026, 14(6), 663.

DOI: 10.3390/machines14060663.

Kiungo rasmi cha uchapishaji:https://doi.org/10.3390/machines14060663

Tarehe ya uchapishaji: 8 Juni 2026.

Aina ya chanzo na hali ya mapitio: Makala asili ya utafiti iliyopitiwa na wataalamu; inajumuisha uthibitishaji wa majaribio wa upangaji wa nafasi kwenye mfumo wa kimwili wa roboti/kuona.

Leseni: Creative Commons Attribution (CC BY).

Ufadhili: Waandishi waliripoti kwamba utafiti haukupokea ufadhili wa nje.

Upatikanaji wa data: Imeelezwa kwamba michango asili ya utafiti ipo ndani ya makala na maswali ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano.

Mgongano wa maslahi: Waandishi walitangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Zixuan Chen alihusika katika dhana, mbinu, programu, uthibitishaji, uchambuzi rasmi, utafiti, upangaji wa data, rasimu ya kwanza, uonyeshaji na majaribio; Qiaozhong Li alihusika katika usimamizi, usimamizi wa mradi, upatikanaji wa ufadhili, ukaguzi/uhariri, utoaji wa rasilimali, muundo wa majaribio na uthibitishaji wa data. Chanzo kinaeleza kwamba waandishi wote walichangia muundo wa utafiti na kuidhinisha toleo lililochapishwa.

Dokezo la programu katika sehemu ya shukrani: Chanzo kinaeleza kwamba “Python 6.0” ilitumika kwa uchambuzi wa data. Kauli hii imewasilishwa kama ilivyo katika chanzo, tofauti na taarifa za Visual Studio 2010, OpenCV 2.4.9 na PCL 1.8.0 katika sehemu ya mazingira ya ukuzaji wa algoriti, na haijabadilishwa kimya kimya kuwa toleo tofauti la Python.

Mfumo wa roboti, mnyororo wa uchakataji wa picha na point cloud, algoriti, hali za majaribio, vipimo rejea vya CMM, takwimu za makosa, bajeti ya kosa, matokeo ya ablation na mipaka ya mbinu katika makala hii ya Verianla vinategemea utafiti wa chanzo uliokaguliwa. Hakuna jaribio jipya la kisayansi au matokeo mapya ya utendaji yaliyoongezwa kutoka vyanzo vya nje.

Mpaka mkuu wa kimbinu: Mfumo umethibitishwa kwenye vipande vitano vya kimuundo vya meli na jukwaa la KUKA KR-16-L6-2. Utafiti wa sasa umewekewa mipaka kwa mishono ya kulehemu ya tambarare; uundaji upya wa mishono iliyopinda ya pande tatu, majukwaa tofauti ya roboti na feedback ya dimbwi la kulehemu inayotegemea CNN yameachwa kama kazi ya baadaye. Utafiti unatathmini usahihi wa upangaji wa mshono wa kulehemu; hautoi uthibitishaji wa sifa za kimekanika za metali ya kulehemu au ubora wa kulehemu uliokamilika.

Dokezo la kutolingana ndani ya chanzo: Kizingiti cha RANSAC ni 1,0 mm katika maandishi ya mbinu lakini kinaonekana kama 2,0 katika pseudocode ya Kielelezo 9. Pseudocode inahusishwa kimakosa na Kielelezo 11 katika sehemu moja ya maandishi. Jedwali 3 linatoa “Total measured RMSE” ya 0,681 mm, wakati hesabu ya kosa la kimfumo ni takriban 0,685 mm na RMSE ya jumla iliyopimwa ya utafiti ni 0,82 mm. Equation (8) ina kauli “671 ≈ 0.819 mm”. Chapa ya kamera inaandikwa kwa namna mbili kama “Medway/Midway”. Kwa sababu hoja hizi hazijaelezwa katika chanzo, hazijabadilishwa kimya kimya kuwa thamani au tahajia moja inayodhaniwa kuwa sahihi.

Mpaka wa ulinganisho wa fasihi: Mbinu katika jedwali la SOTA la utafiti hazikutekelezwa upya kwenye mfumo uleule wa majaribio au seti ileile ya data. Waandishi walibadilisha baadhi ya vipimo vya makosa vilivyochapishwa kuwa RMSE chini ya dhana ya usambazaji wa kawaida. Kwa hiyo, jedwali la fasihi linapaswa kutathminiwa kama ulinganisho wa muktadha; si benchmark ya head-to-head iliyodhibitiwa.