À medida que se verificava um avanço nas tecnologias de visão computacional, observou-se também uma crescente procura e tentativa de desenvolvimento de aplicações de bin-picking baseadas neste último tipo de tecnologia, que tentam combinar as pesquisas acerca de localizam bem como de identificação de objetos acima descritas. O problema mais desafiante no âmbito do bin-picking reside na representação do modelo computorizado do objeto que deve ter em conta uma série de fatores variáveis, inerentes ao objeto tais como pose, orientação e perspetiva, e externos, nomeadamente iluminação, contraste e oclusão presentes na imagem. A representação deve ainda atender as propriedades inerentes ao objeto, tamanho, complexidade de forma e material constituinte. De seguida serão apresentados exemplos de trabalhos anteriores realizados com este intuito.
Ikeuchi e Horn desenvolveram, em 1982, uma abordagem na qual os objetos eram localizados através de uma forma detetada com um processo de shading ou sombreamento. Uma garra robótica era então movida até ao ponto estimado de localização do objeto para efetuar a recolha[35]. Em 1984 foi proposta uma representação de imagem que codifica de forma única a informação de uma imagem numa escala de cinza, dissocia os efeitos de iluminação, reflexo, ângulo de incidência, e é invariante em termos de perspetiva, posição, orientação e tamanho de todas as formas planas. Esta representação é composta por aproximações discretas às distribuições logarítmicas complexas de Wigner de múltiplas imagens. Esta representação foi pioneira e contribuiu em grande escala para alargar as fronteiras do desenvolvimento de sistemas de visão computacional para fins de reconhecimento de tamanho, orientação e perspetiva invariante de peça, ao mesmo tempo em que especificam localização do objeto[36].
Outro exemplo de solução para este problema tem por base um modelo 3D de um objeto a partir do qual são geradas formas aparentes do objeto segundo várias direções e posteriormente classificadas em grupos com base em superfícies visíveis dominantes e outras características. Algoritmos de reconhecimento são gerados na forma de árvores de interpretação que consistem em duas partes distintas: uma primeira fase de classificação de uma região alvo de uma das imagens de modo a agrupá-la num dos grupos mencionados e uma segunda fase que tem por objetivo configurar essa região já dentro do grupo designado em relação às restantes. A classificação assenta numa série de características das regiões de imagens de modo a estabelecer uma árvore de interpretações fiável tais como a inércia de uma região, fronteiras com regiões vizinhas e orientação de fronteiras[37].
Em 1994 foi desenvolvido um sistema de bin-picking que consistia em extrair apenas a informação estritamente necessária da imagem, simplificando bastante todo o processo face a sistemas que extraem toda a informação de maneira precisa. O método baseia-se em detetar malhas antipodais pertencentes ao mesmo plano para determinar qual o melhor local para o manipulador robótico agarrar o objeto. A informação é extraída em partes pelo método Recover- and-Select. Este procedimento abrange duas fases: a fase de procura e recolha de modelos
paramétricos na imagem e a fase posterior de seleção que assenta em métodos iterativos e devolve o melhor resultado. Após a seleção da melhor hipótese de apreensão, um objeto é removido da pilha, repetindo-se o processo sucessivamente[38].
Em 1996 foi apresentado uma solução eficiente onde objetos complexos são adequadamente representado por características/pistas simples. Várias imagens estereoscópicas são primeiramente fornecidas ao sistema. Este tipo de imagens são semelhantes entre si em termos de conteúdo, sendo, todavia, captadas de ângulos diferentes para melhor análise das propriedades tridimensionais (distâncias, contornos, profundidades) dos objetos nelas contidos. A estimativa inicial é feita através pistas visuais simples, com invariância à complexidade do objeto, fornecidas por um módulo que contém um algoritmo cuja função é extrair as regiões das imagens que são altamente prováveis de corresponder ao objeto juntamente com outras características providenciadas por um modelo 2D do objeto, previamente fornecido ao sistema. O algoritmo de verificação de características procede então à comparação das regiões, faz a correspondência com as regiões que contém o objeto e determina a sua pose. Um outro módulo gera os comandos de movimento apropriados para serem posteriormente fornecidos ao manipulador[39].
Em 1998, foi desenvolvida uma solução que combina reconhecimento de objeto baseado na transformada de Hough com planeamento de trajetória. A transformada regista as correspondências do modelo do objeto fornecido em relação à imagem captada num espaço de Hough com a finalidade de estimar a pose. As correspondências são feitas tendo em contra todos os arranjos de posições possíveis dos objetos para que possam ser consideradas em termos de planeamento de trajetória. Esta combinação conduz a uma trajetória final mais precisa, uma vez que a informação do meio ambiente que rodeia o manipulador robótico representada através do método de Hough é bastante robusta e à prova de erros[40].
O uso de luz estruturada foi implementado em diversos sistemas de bin-picking devido à sua robustez e fiabilidade em termos de representação de imagem e deteção de contornos e relevos. Um exemplo de uma aplicação deste tipo é o procedimento apresentado em [41] no qual são utilizados feixes de luz projetados na imagem segundo padrões do código binário de Gray. Este tipo de projeção assegura que cada faixa de luz projetada possui um padrão do código facilmente identificável e computorizável em termos de coordenadas, contribuindo para uma representação bastante confiável dos elementos da imagem. A pose do objeto é posteriormente estimada com o uso de segmentação primitiva, rotação simétrica, modelagem de objetos e reconhecimento dos mesmos e comunicada a um manipulador, que efetua a recolha.
A abordagem probabilística via aproximação por cilindros é um método para bin- picking que se diferencia dos demais na medida em que não envolve o uso do modelo geométrico exato do objeto como referência. Este método é especialmente útil quando se pretende mover um conjunto de objetos cujas formas não são uniformes, porém possuem uma semelhança bastante acentuada entre eles. Para estes casos não é exequível utilizar um modelo do objeto, mas é possível usar uma forma primitiva, isto é uma aproximação por intermédio de um sólido geométrico, nomeadamente um cilindro, para o modelar. Um dos melhores exemplos desta técnica encontra-se ilustrado no trabalho de pesquisa [42], no âmbito do qual os pesquisadores desenvolveram um sistema de bin-picking para um conjunto de bananas, objeto que se enquadra nos parâmetros característicos acima descritos. O movimento deve ser planeado considerando a diferença de forma entre o objeto real e a forma primitiva cilíndrica e durante o movimento propriamente dito de pick and place o robô tem que manter contato com o objeto alvo, evitar o contato com outros objetos e visto que não há modelo geométrico preciso de cada objeto a segmentação de objetos imediatamente seguidos de outros que se tocam entre si torna-se especialmente difícil. Para lidar com esses problemas e para realizar a deteção dos objetos, são obtidas propriedades probabilísticas em relação à diferença entre o objeto e um cilindro, ou seja, de toda a informação que foi detetada na nuvem de pontos extraída, quais os agrupamentos de pontos que mais se assemelham à primitiva e consequentemente, formam o objeto cuja deteção é requerida.
3 Robótica Industrial
Este capítulo funciona como uma introdução da robótica no âmbito da presente dissertação visto esta ser uma matéria essencial neste projeto. Será apresentada a sua definição, um breve enquadramento histórico e conceitos fundamentais generalizados, transversais a todas as suas áreas de aplicação. A maior parte desta secção, contudo, prender-se-á com o estudo de aplicações robóticas existente na área do bin-picking, de maneira a contextualizar o projeto realizado.