ROBOTSKI MEHANIZMI IN ZAZNAVANJE

ROBOTSKI MEHANIZMI IN ZAZNAVANJE Ljubljana 2009/2010

Študenti Bevk Jaka Blazinšek Martin Demec Dejan Hrovatič Gregor Juhant Rok Kastelic Mitja Klobčič Peter Lindič Aleš Lotrič Aljaž Oblak Rok Ogorevc Jaka Pašič Jure Pavšič Tilen Petrič Vojko Prelovšek Franci Reberšek Simon Rok Mitja Savić Miroslav Stanonik Martin Mentorji Matjaž Mihelj, FE Roman Kamnik, FE Domen Novak, FE Janez Podobnik, FE Jaka Ziherl, FE Borut Batagelj, FRI Peter Peer, FRI Bojan Nemec, IJS Andrej Gams, IJS Jan Babič, IJS Tadej Petrič, IJS Mitja Babič, IJS Leon Žlajpah, IJS Jakob Oblak, IRRS Andrej Olenšek, IRRS, FE Jaka Jevšnik, ABB Žiga Majdič, ABB Jure Skvarč, FDS Research Urban Primožič, FDS Rese. Tomaž Koritnik, DAX, FE Borut Povše, DAX, FE Predavatelji Tadej Bajd Jadran Lenarčič Matjaž Mihelj Franc Solina

UVOD V pričujoči brošuri so zbrani povzetki osemnajst študentskih raziskovalnih nalog. Opravljene so bile v okviru praktičnih vaj pri predmetih Robotika II in Robotsko zaznavanje in umetna inteligenca. Tehniški študijski programi na evropskih univerzah so pogosto veliko bolj usmerjeni v praktično samostojno delo študentov, kot to velja za naše programe. V Laboratoriju za robotiko in biomedicinsko tehniko se po najboljših močeh trudimo, da bi takšen način poučevanja vpeljali tudi za naše študente. Tako se naši študentje s projektnim delom srečajo že v osmem semestru pri predmetu Robotika I, pri čemer jih čim bolj poskušamo uvesti v samostojno delo. Zaradi specifičnih zahtev za robotske mehanizme ti projekti še vsi potekajo v Laboratoriju za robotiko. Da bi lahko zagotovili devetnajst zanimivih projektov iz robotike in robotskega zaznavanja pa smo se v Laboratoriju odločili, da se za izvedbo projektnih nalog v devetem semestru povežemo z zunanjimi sodelavci. V nekaj letih takšnega načina izvajanja vaj smo mrežo inštitucij na katerih študentje opravljajo vaje razširili na dve fakulteti, dva inštituta in tri podjetja s področja robotike. Študenti si na ta način lahko prosto izberejo smer robotike, ki jih najbolj zanima bodisi predvsem raziskovalno usmerjeno ali pa bolj aplikativno. Mnogi kasneje projekte nadgradijo z diplomskimi nalogami, nemalokrat pa tudi s stalno zaposlitvijo. Na tem mestu se želiva še posebej zahvaliti vsem mentorjem za skrbno vodenje svojih varovancev. Matjaž Mihelj in Tadej Bajd

Robotska fotografija Tilen Pavšič, Matjaž Mihelj Fakulteta za elektrotehniko Tilen.pavsic@gmail.com Na vrh šestosnega robota je pritrjen fotografski aparat. Clj naloge je bila izvedba vodenja robota po trajektorijah, ki omogočajo da fotografirani objekt med gibanjem (med gibanjem je zaslonka fotoaparata ves čas odprta) robota navidezno ohranja položaj (razdalja do objekta je vedno enaka in objekt je vedno v središču objektiva), ter s tem ostane oster na fotografiji (treba je upoštevati da mora biti v tem primeru objekt z vseh strani enak), okolica pa pri tem postane razmazana. Vajo sem delal v programskem jeziku C++ v katerem sem najprej definiral približne konstante (razdalja do objekta, premik položaja vrha glede na fotoaparat), nato sem določil referenčne trajektorije in nato z enačbami in spreminjanjem parametrov poskušal gibanje robota čim bolj približati referenci. Proženje fotoaparata je izvedeno prek optocouplerja, fotoaparat se proži z majhnim zamikom glede na začetek gibanja robota zaradi tresljajev. Za konec sem konstante še natančno definiral in poskušal dobiti sliko s čimbolj ostrim objektom. Članek na internetu: http://en.wikipedia.org/wiki/opto-isolator

Načrtovanje robotskega prijema s pomočjo programskega paketa GraspIt! Izvajalec: Franci Prelovšek Mentor: prof. dr. Roman Kamnik Fakulteta za elektrotehniko franci.prelovsek@siol.net Cilji projektne naloge so bili sledeči: zagon programskega paketa GraspIt!, preveriti možnosti programa ter analizirati robotski prijem poljubnega objekta. Da se prijem lahko oceni, je najprej potrebno določiti lastnosti dobrega prijema. V splošnem je prijem namenjen neki nalogi. Ta naloga je lahko opisana s prostorom izvinov, ki morajo delovati na objekt. Če bi želeli izključiti težo gravitacije, bi ta prostor izvinov vseboval en sam izvin, ki bi imel le eno komponento sile (obrnjeno navzgor) in nič komponent navora. Če je prostor izvinov naloge podprostor izvinov prijema, je prijem ustrezen za to nalogo. Ni pa nujno, da je ta prijem najboljša izbira, saj so nekatere sile, ki delujejo na objekt lahko večje od potrebnih. Zato ena od metod za ovrednotenje kvalitete prijema temelji na razmerju med velikostjo izvinov naloge in velikostjo izvinov prijema. Na tem načinu temelji ocena prijema na spodnji sliki, ki se nahaja v spodnjem levem oknu in je označena z»e«. Prijem je boljši, če je ta ocena bližje številu ena. Še več informacij pa lahko dobimo z grafično predstavitvijo prostora izvina. Levi graf na sliki prikazuje, kolikšne sile se lahko izvaja na objekt, ki jih prijem lahko še prenese brez posledic. Prijem je torej najšibkejši, ko je nezaželena sila usmerjena iz gornjega levega kota v spodnji desni kot (ali obratno). Na podoben način lahko preučimo še navore, kar prikazuje desni graf. Slika Lenarčič, J., Bajd, T. (2009). Robotski mehanizmi. Založba FE in FRI, Ljubjana.

Spreminjanje težavnosti naloge glede na uspešnost in počutje uporabnika Peter Klobčič, Domen Novak univ. dipl. inž. el. Fakulteta za elektrotehniko, laboratorij za robotiko peter.klobcic@gmail.com Naloga mojega projekta je bila, da s pomočjo merjenja prevodnosti kože(na le to vpliva znojenje) nastavljamo težavnost nalog, ki jo opravlja uporabnik s pomočjo robota Phantom. Svoj projekt sem razdelil na štiri dele. Prvič izdelava virtualnega okolja s pomočjo programske opreme Autodesk 3DS MAX. Idejo za nalogo je dala stara igra Pong, ki pa sem jo razširil v tri dimenzije. V drugem delu sem s pomočjo programa Matlab Simulink izdelal program ki poganja virtualno okolje in pripravil povezave za virtualno okolje, robota za krmiljenje in fiziološki paket. Tretjič sem izdelal povezavo z robotom in se poigral z ojačanji, da sem dobil odzive primerne za deloavanje igre. Podatki od robota pridejo po mrezi (protokol UDP). UDP_phantom je preprosta simulink shema, ki tece na Phantomu. do Phantoma dostopas preko operacijskega sistema xpc Target. Kot zadnje sem dodal še fiziološke meritve, s pomočjo katerih program spreminja hitrost igre. Bolj kot se uporabnik znoji bolj je utrujen in program zmanjša hitrost. Projekt je potekal dokaj hitro in brez večjih zapletov. Moj mentor je odlično opravil nalogo in mi pomagal pri manjših zapletih in pri koordinaciji samega dela. Slika1: Končan projekt v delovanju Slika2: Simulink Shema MathWorks Labs. (2005). Modeling a Bouncing Ball in Continuous-Time. Building a bouncing ball model tutorial. http://www.mathworks.com/access/helpdesk/help/toolbox/stateflow/ug/brbs77r.html

Robotsko slikanje Rok Juhant, mentor dr. Janez Podobnik Fakulteta za elektrotehniko rok.juhant@gmail.com Projektno nalogo sem opravljal na robotu HapticMaster, ki ima tri prostostne stopnje. Slikanje je potekalo na papir, ki je bil mehko vpet v lesen okvir, da je bilo tako poskrbljeno tudi za varnost v primeru napak v programu. Naloga je obsegala več delov. Vodenje robota sem izvedel s pomočjo XPC-Targeta v programskem okolju Matlab Simulink in je bilo sestavljeno iz pozicijskega vodenja v vseh treh smereh (x, y in z) ter iz vodenja po sili. Tudi vodenje po sili je potekalo v vseh treh smereh. Sam potek gibanja robota je bil naslednji: najprej se je robot (na vrhu robota je bil na senzor sile nameščen čopič vertikalno navzdol) premaknil v začetno pozicijo. Nato se je pomaknil nad paleto, kjer je bila nanešena akrilna barva z dodatkom za večjo viskoznost. Potem se je robot s konstantno hitrostjo pomikal navzdol proti paleti in hkrati meril silo na vrhu. Ko je ta sila dosegla 0.5 N, jo je robot vzdrževal na konstantni vrednosti med gibanjem v obliki osmice po paleti. Tako je nanesel želeno barvo na čopič. Ko je bila barva nanešena, se je robot pomaknil nad list papirja. Podobno kot prej, se je spustil nad list s konstantno hitrostjo, nato pa se je začel gibati po listu tako da je narisal določeno krivuljo. Po zaključku risanja se je robot pomaknil v osnovno lego. Ves postopek risanja je bilo možno ponoviti štirikrat (kar pomeni do štiri različne barve), vendar to šele po precejšnji predelavi programa, saj je bilo na začetku postopek možno ponoviti le dvakrat. Določanje krivulje, ki jo je nato izrisal robot, je potekala s pomočjo BSpline-ov (za ta del je moj mentor izdelal tudi program v Matlabu). To je potekalo tako, da je bilo potrebno najprej določiti pozicijo papirja, nato pa na tem listu s klikanjem določiti točke in silo v vsaki točki, program pa je izvedel interpolacijo in kot rezultat podal parametre, ki sem jih nato vstavil v program za vodenje. Med izdelavo projekta sem imel tudi precej težav s senzorjem, kajti na njem se pojavlja veliko šumov. Te sem na koncu odpravil s pomočjo tekočega povprečenja (ves čas se računa povprečje stotih vzorcev sile na senzorju). Program bi bilo možno še nadgraditi s tem, da ne bi risali samo krivulj in bi uporabili še četrto prostostno stopnjo na robotu (ta je bila dodana ob zaključku moje projektne naloge). Z izbiro drugega robota (z večjim številom prostostnih stopenj ali bolj praktično obliko in velikostjo delovnega prostora) pa bi bilo slikanje še bolj zanimivo. Na spodnjih slikah sta vmesni (ena krivulja) in končni rezultat (štiri krivulje tri barve) projektne naloge. Cvenkelj, U. (2009). Vodenje položaja, orientacije in sile pri robotskem slikanju. Fakulteta za elektrotehniko, Ljubljana.

Namizni hokej Martin Blazinšek, Jaka Ziherl Fakulteta za elektrotehniko v Ljubljani martin.blazinsek@gmail.com Izraz»haptičnost«se pogosto nanaša na zaznavanje in manipulacijo navideznih objektov v virtualnem okolju navidezna resničnost. Haptični vmesnik je torej naprava, ki omogoča uporabniku interakcijo z navideznim okoljem. Haptični vmesniki se pogosto uporabljajo v primerih, ko mora operater manipulirati z napravami v nevarnih industrijskih okoljih ali pa pri manipulaciji majhnih in občutljivih objektov v medicini. Vsekakor pa je lahko uporaba haptičnih vmesnikov tudi zabavna. To dokazujejo razni pripomočki za igranje video iger, kot so: igralne palice (joystick) in igralni ploščki (gamepad) ter igralne konzole, kot je na primer Nintendo Wii. Omenjene pripomočke igralci uporabljajo predvsem zato, da postane igra bolj realistična. Z njihovo pomočjo dobijo povratno informacijo (največkrat) o sili, ki se v igri generira, ko zadenemo ob kak objekt. Cilj te naloge je bil ustvariti igro namizni hokej, ki naj bi jo igralec igral s pomočjo robota HapticMaster. Namizni hokej je igra, pri kateri s pomočjo ploščka odbijamo pak ter ga želimo čim prej zabiti v nasprotnikov gol. Tako smo se osredotočili predvsem na razvoj nasprotnika. Program zanj in potek igre je bil napisan v Matlab kodi, ki je bila vgrajena v Simulink shemo. V slednji smo ustvarili haptične objekte in interakcije med njimi. Vizualizacijo pa smo ustvarili s programom 3D Studio Max. Igra se je izkazala za zelo zanimivo, saj med igranjem čutimo sile sten, če se zaletimo vanje in seveda paka, ko ga odbijemo. Nasprotnik je dokaj»inteligenten«, saj zna slediti paku in ga odbiti. Sama igra pa nam ponuja na izbiro tri stopnje težavnosti, ki jo lahko spreminjamo interaktivno. Možnosti nadgradnje igre vidimo predvsem v vgradnji zvočnih efektov, ki bi se generirali ob trkih objektov. Na sliki 1 je prikazan igralec med igranjem virtualnega namiznega hokeja. Slika 1: Igralec namiznega hokeja Mihelj, M. (2007). Haptični roboti. Univerza v Ljubljani, Fakulteta za elektrotehniko, Ljubljana. Tomšič, G.(2005). Matematika II. Univerza v Ljubljani, Fakulteta za elektrotehniko, Ljubljana.

Regulacija premera substratne cevi pri procesu izdelave surovcev za optično vlakno Študent:Rok Oblak Mentor: Dr. Borut Batagelj Optacore d.o.o., Trpinčeva 39, Ljubljana Fakulteta za računalništvo in informatiko, Tržaška cesta 25, Ljubljana rok.oblak@gmail.com Premer cevi je potrebno meriti brezkontaktno (visoka temperatura, zahtevan čistost,..), zato se predlaga meritev s pomočjo kamere.iz zajete slike je bilo potrebno določiti premer cevi (D cevi) in izmeriti še položaj sredine (osi) cevi med enim obratom. Podatek o premeru uporabljamo v procesu za regulacijo premera cevi ali, medtem ko podatek o položaju centra cevi uporabljamo za odpravljanje opletanja (ukrivljenosti steklene cevi ali palice) s pomočjo zaviranja hitrosti vrtenja (zaradi delovanja gravitacije cev v vroči coni "leze" navzdol, če hitrost vrtenja močno upočasnimo). Potek: Nalogo sem opravljal v sodelovanju z Vasjo Jarcem, ki v podjetju opravlja prakso. Najprej sem si moral namestiti program za delo (Visual studio), ter najti ustrezno gradivo za delo. Ker sem moral kodo napisati v programskem jeziku C++, sem najprej obnovil znanje iz 1. Letnika. Najprej sem se ukvarjal z nalaganjem slike in videa shranjenega na disku, potem je sledila obdelava posameznega izseka (slike) iz videa. Tu sem se srečal s prvimi težavami, saj mi program ni zaznal nekaterih knjižnic, ki so bile potrebne za delovanje kode. Ker kamere še nisem dobil, sem delal z izsekom iz videa, ki ga je posnel g. Lenardič v predstavitvi naloge (izsek je na spodnji sliki).iz slike sem dobil premer v pixlih, ki ga je le še potrebno pretvoriti v ustrezno dolžinsko enoto. Tudi položaj centra je s premerom določen. Kamere, ki bo snemala dejanski proces, nisem dobil do decemberskih praznikov. Vzrok je bil v tem, da so morali v podjetju naročiti Adapter ExpressCard PCMCIA (http://www.lovecnacene.si/pretvorniki-pretvornik-expresscard-pcmciast-lab/m/509174/details/). Vsi prenosniki v podjetju so bili namreč v uporabi, edini, ki je imel direktni vhod za framegrabber (http://www.hasotec.com/index.php?status=fg33) pa je bil prestar in neprimeren za uporabo. Zato sem moral uporabljati svoj prenosnik, na katerega sva s sodelavcem namestila potrebno programsko opremo za delo. V nadaljevanju bi morali namestiti kamero, da bi snemala dejanski proces. Iz odjete slike pa bi s pomočjo delujoče kode dobili premer in položaj centra substratne cevi. Slika: Gary Bradski, Ądrian Kaehler, 2008. Learning opencv Computer vision with the opencv library Več različnih internetnih strain za pomoč pri delu

Aplikacija za barvanje las osebe s pomočjo metod računalniškega vida Mitja Kastelic, mentor dr. Peter Peer Fakulteta za računalništvo in informatiko Kastelic.mitja@gmail.com Projektno nalogo sem opravljal v programskem okolju Matlab. Osnovni cilj naloge je bil razviti aplikacijo, ki bi omogočala zajem slike osebe, izločitev regije las in ustrezno obarvanje le teh. Naloga bi se v prvi fazi lotila izločevanja regije las. Zaradi velike kompleksnosti naloge, sem naredil nekaj poenastavitev. Izbiral sem le slike z enotnim ozadjem (na primer modra ali bela barva). Izbiral sem le osebe z lasmi, in le te so bolj ali manj enotnih baru. Postopek je potekal v večih fazah. V prvi fazi sem naložil sliko. Nato sem na sliki ločil ospredje od ozadja, torej obraz osebe od okolice. V tretji fazi sem okolico obarval črno, kar pomeni da so piksli nastavljeni na vrednost 1, obraz pa je obarvan z belo barvo, saj sem piksle nastavil na vrednost 0. Potem sem iz osnovne slike ločil razliko med kontrasti s črto. S tem sem dobil obrise las, oči, ust, nosu itd. V peti fazi sem združil sliko iz tretje faze (foreground, background) in sliko iz četrte faze (obroba s črto). Zaradi težav mi je uspelo priti le to te točke. Vendar sem razmišljal tudi o tem, v kateri smeri bi nadaljeval. Izbral bi si le slike določenih dimenzij (na primer velikost 400x630), važno je le, da je razmerje dimenzij širine in višine slike kar se da»lepo«, za kasnejšo obravnavo. Na splošno lahko predvidevamo, da se bodo lasje nahajali na zgornji polovici slike. Tako bi na primer izbral piksel, ki se nahaja na poziciji (200, 200). Vemo tudi to, da ima ta piksel vrednost 0. Potem pa bi razvil funkcijo, ki bi zapolnjevala prostor v vse smeri, dokler se ne bi izpolnil pogoj, kateri pregleduje kdaj ima sosednji piksel vrednost enako 1. Takrat bi se funkcija ustavila. Program bi bilo možno še nadgraditi s tem, da bi lahko uporabljali slike poljubnih dimenzij, slike same bi lahko imele pisano ozadje, osebe bi lahko imele že v osnovi različne barve las in tudi oblika frizure bi bila lahko poljubna. Na spodnjih slikah je začetni in vmesni rezultat. Slika Dostopno na internetu na naslovu: http://www.mathworks.com/matlabcentral/

Prijemanje predmetov z robotsko roko Barrett Hand Jaka Bevk,Bojan Nemec, Andrej Gams Inštitut ''Jožef Štefan'' Jakabevk@gmail.com Naloga projektne naloge je bila vključiti višjenivojske ukaze v robotski programski jezik MatRol in preizkusiti prijemanje različnih predmetov. Barrett Hand je robotska z tremi prsti, ki omogoča vrsto različnih načinov prijemanja. Krmiljena je preko posebnega procesorja, ki sprejema tako višjenivojske ukaze, ki obsegajo različne pred-definirane ukaze prijemanja, kot tudi ukaze za nadzorovano gibanje vsakega prsta posebej. Eden od prstov je na robotski dlani fiksno pritrjen, medtem ko druga dva lahko poljubno premikamo, in tako oblikujemo različne prijeme. V programskem okolju Matlab sem tako definiral vrsto različnih prijemov, kot na primer: sferični prijem, cilindrični prijem, prijem z dvema prstoma, kljukasti prijem, precizni prijem in druge, kateri so lahko dostopni v programskem jeziku MatRol. Dodana sta še ukaza»open«in»close«, torej ukaza za odpiranje in zapiranje robotske roke, pri čemer pa je potrebno poudariti da se ta dva procesa izvajata po nekem določenem algoritmu ki upošteva trenutni izbrani prijem, saj nočemo da prihaja do trkov med prsti robotske roke. Drugi del naloge, torej testiranje prijemov na različnih predmetih, je obdelan bolj teoretično (glej reference), saj je med obdobjem izvajanja moje projektne naloge prišlo do poškodovanja tetive robotske roke in tako tudi do onemogočenja njene uporabe. Ker napake ni bilo mogoče odpraviti v kratkem času sem v nadaljevanju izdelal simulacijo v programu»roboworks«, in izdelal video prikaz vseh definiranih prijemov. Andrew T. Miller, Steffen Knoop, Henrik I. Christensen, Peter K. Allen, Dept. of Computer Science, Columbia University, New York, NY IAIM, University of Karlsruhe, Karlsruhe, Germany Centre for Autonomous Systems, Royal Institute of Technology, Stockholm, Sweden. Automatic Grasp Planning Using Shape Primitives

Alpsko smučanje v virtualnem okolju Aleš Lindič, mentorja: dr. Jan Babič in dr. Bojan Nemec Inštitut Jožef Štefan ales.lindic@gmail.com Namen vaje je bil izdelati vmesnik, ki bi omogočal smučanje po virtualnem smučišču. Model smučišča je izdelan v programskem okolju Blender. Blender je odprtoprogramsko okolje za grafično 3D modeliranje ter 3D manipulacijo v realnem času. Vključuje tudi vgrajen programski jezik Python, s pomočjo katerega uporabnik avtomatizira in dodatno razširi možnosti tega programa. Osnovno vodenje smučarja je bilo izvedeno preko igralne palice (joystick) ideja pa je bila upravljanje smučarja s pomočjo Stewartove paralelne platforme s tremi prostostnimi stopnjami. V programskem okolju MATLAB Simulink je zgrajena simulasijska shema, ki s pomočjo zajetih podatkov iz pritiskovne plošče, ki vodi Stewartovo paralelno platformo. Platforma ima gibanje omejeno na rotacijo okoli osi Z kar navzven izgleda kot nagib v levo in desno. Kot nagiba se preko UDP protokola pošilja iz MATLABA v Blender kjer se uporabi za upravljanje smučarja. Viri www.blender.org www.python.org

Virtualni 3D z uporabo Nintendo Wiimote Avtor: Dejan Demec, Mentorja: Tadej Petrič in dr. Andrej Gams Institut "Jožef Stefan" dejan.demec@gmail.com Naloga zahteva izvedbo zajemanja položaja IR diod s pomočjo Wii-remote vmesnika. Uporabljal sem brezžični Wii-remote, ki se z konzolo poveže preko bluetooth povezave, kar pa predstavlja možnost priključitve tudi na osebni računalnik. Wii-remote ima vgrajeno IR kamero s katero zaznava vir IR svetlobe v vidnem polju kamere z resolucijo 1024 x 768, poleg tega pa ima možnost zajemanja štirih IR virov s frekvenco osveževanja 100 Hz. Prednost uporabe IR kamere na Wii-remote pa je, da ima Wii-remote že vgrajen algoritem za izračunavanje pozicije svetlih pikslov. S tem močno zmanjšamo prenos podatkov, saj nam ni potrebno sprejemati celotne slike, ampak dobimo le informacijo o tem na katerem pikslu se nahaja vir IR svetlobe. Prvi problem s katerim sem se srečal je bil zajetje podatkov z Wii-remote vmesnika, ker Nintendo ni nikoli uradno izdal spisek ukazov ki jih lahko uporabljamo z Wii-remote. Vendar se je sčasoma vseeno pojavil spisek ukaz v obliki knjižnice wiiuse, napisane v programskem jeziku C. Naslednji korak je bil napisati kodo za zajemanje podatkov v programskem jezik C, to funkcijo sem prevedel v mex-datoteko, da sem jo lahko definiral v S-function bloku v simulacijski shemi. V prvem delu sem dosegel zajemanje posameznih IR diod. Programiranje je potekalo v programskem okolju Matlab-Simulink. Wii-remote sem uporabil kot statično kamero, IR diode pa sem uporabil za markerje. Za prvi del naloge sem uporabil animacijo korakanja na mestu, pri čemer sem si na vsako nogo namestil po en marker ter dva na boke, enega na levi in drugega na desni. S tem sem uporabil štiri markerje. Rezultat prvega dela naloge je bila animacija robota v RoboWorks, ki je posnemal moje gibanje. Omejitev tega postopka je da lahko posnema gibanje le na mestu. V drugem delu pa sem se ukvarjal z izračunavanjem pozicije glave glede na ekran. Wii-remote sem postavil tik nad ekran. Koordinatni sistem sem definiral tako da sta bila x in y os v ravnini ekrana, z os pa je predstavljala oddaljenost glave od ekrana. Uporabil sem 2 IR diodi, ki sem ju namestil na glavo tako da sta imeli konstantno razdaljo med seboj. S pomočjo te razdalje sem kasneje izračunaval oddaljenost glave od ekrana, x in y pozicijo pa sem izračunal iz povprečja koordinat obeh diod. S tem postopkom izračunavanja x in y pozicije sem predvideval da se center glave nahaja med diodama. Oddaljenost oziroma z koordinato pa sem izračunal s pomočjo kota, ki sem ga dobil tako da sem izračunal razdaljo IR diod v pikslih in to vrednost množil s konstanto, ki predstavlja koliko radianov predstavlja en piksel. Ko pa imamo kot, pa je do radalje z enostaven izračun s pomočjo trigonometrične funkcije Tanges. Rotacije okoli x in y osi sem izračunal iz tega, da predpostavljam da zmeraj gledamo v center ekrana. Programiranje je potekalo v Matlab-Simulink, simulacija pa je potekala v VRML okolju. Rezultat simulacije je spreminjanje pozicije pogleda v 3D okolju s spreminjanjem pozicije glave. http://www.wiiuse.net (25.12.2009) http://wiibrew.org/wiki/main_page (25.12.2009)

Rešitev direktne kinematike paralelnega robotskega mehanizma s pomočjo umetnih neronskih mrež Študent: Vojko Petrič Mentorja: Mitja Babič in dr. Jan Babič Institut Jožef Stefan vojko.petric@gmail.com Izračun različnih kinematičnih veličin je pri paralelnih mehanizmih zapleten in dolgotrajen, glavno težavo predstavlja izračun direktne kinematike. Namen vaje je bil določiti rešitev direktne kinematike paralelnega mehanizma s pomočjo umetnih nevronskih mrež. Zgradba mehanizma je tipa 3-SPU. Manipulator ima torej tri noge tipa SPU (rotacija, translacija, rotacija), katere omogočajo ploščadi mehanizma tri stopnje prostosti gibanja (orientacija), ter spodnjo in zgornjo ploščad vsako s svojim premerom. Poleg učenja kinematike je bilo potrebno določiti tudi tip in strukturo nevronske mreže, ki bo zagotavljala želeno točnost. Naloge sem se lotil tako, da sem najprej analitično in nato še s pomočjo programske opreme Matlab izračunal inverzno kinematiko mehanizma. Pri vstavitvi velikosti kotov 0º sem dobil velikost nog 0.6811 metra. Direktno kinematiko sem nato dobil s pomočjo umetnih nevronskih mrež v Matlabovi funkciji Neural Networt Toolbox in dobil praktično enak rezultat. Podal sem tudi tri trajektorije in dobil pogreške med inverzno in direktno kinematiko, kjer se lepo vidi zelo majhna napaka pri izračunu. Slika Lukanin, V. (2005). Inverse kinematics and working space determination of 3DOF parallel manipulator with S-P-R joint structure, pages 40-46. Artificial neural networks with tutorial, pages 3-17.

HOAP-3: Sinhronizacija bobnanja z glasbo Jaka Ogorevc, dr. Andrej Gams, dr. Leon Žlajpah Inštitut Jožef Stefan jaka.ogorevc@gmail.com Glasba je umetnost, katere izrazno sredstvo je zvok. Pomemben del glasbe je ritem, ki ga pojmujemo kot urejeno zaporedje tonskih trajanj. Tempo se nanaša na trajanje osnovne ritmične enote in označuje hitrost izvajanja glasbenih del. Določitev tempa oz. frekvence iz naključne glasbe je predstavljal glavni del naloge tega projekta. S podobno problematiko se lahko srečamo tudi pri načrtovanju svetlobnih efektov light show. Iskana frekvenca je bil pomemben parameter pri igranju bobnov, ki smo ga izvedli s humanoidnim robotom HOAP-3, katerega dinamični model je že bil narejen. Pri določevanju frekvence smo si pomagali z adaptivnimi frekvenčnimi oscilatorji. S to metodo je mogoče zaznati tudi spremembe tempa v glasbi. Celoten program za določanje frekvence, kot tudi dinamični model sta bila napisana v programskem okolju MATLAB/Simulink. Možno je tudi učenje gibov robota, tako da smo lahko prilagodili način igranja bobnov različnim taktovskim načinom. Sinhronizacijo bobnanja z glasbo smo preizkusili na štirih glasbenih podlagah različnih zvrsti. Metoda kaže pričakovane rezultate. Tempo glasbe se ujema s frekvenco bobnanja robota z rahlim odstopanjem, ki nakazuje na dodatno izboljšavo obdelanega signala glasbe, ki predstavlja vhod v oscilatorje. Na sliki 1 je robot HOAP-3 med igranjem bobnov. Set bobnov sestavljajo dva bongo bobna in činela. Slika 1: HOAP-3 med igranjem bobnov Gams, A., Ijspeert, A. J., Schaal, S., Lenarčič, J. (2009). On-line learning and modulation of periodic movements with nonlinear dynamical systems. Autonomous Robots. Springer Netherlands, Dordrecht. Dégallier, S., Santos, C. P., Righetti, L., Ijspeert, A. (2006). Movement generation using dynamical systems: a humanoid robot performing a drumming task. Humanoid Robot. 6th IEEE-RAS International Conference, Genova.

Razvoj pripomočka za urejanje vzdrževanja ravnotežja med sedenjem pri otrocih s poškodbo centralnega živčnega sistema Študent: Gregor Hrovatič Mentor: Jakob Oblak, univ.dipl.inž.el. IRS Soča, Linhartova cesta 51, 1000 Ljubljana hrovatic.gregor@gmail.com Cilj projektne naloge je bila izdelava pripomočka, ki bo pomagal ljudem z poškodovanim centralnim živčnim sistemom ohranjati ravnotežje med sedenjem. Tako bodo s pomočjo tega pripomočka utrjevali svoj živčni sistem in ga prisilili k ponovnemu delovanju. Naloga je zajemala načrtovaje takega pripomočka, ideja je bila zasnovana na osnovi sfere v katero bomo postavili pacienta. Ko sem pripravil načrte ter zamisli kako bi stvar izgledala, sem se lotil izdelave. Izdelati je bilo potrebno plastično lupino, za kar sem potreboval steklena vlakna katera sem premazal z smolo. Ko je bila lupina izdelana sem se lotil izdelave ograjice, ki bo služila kot prijemalo za roke in dodatno zaščito pred morebitnemu padcu. Izdelati je bilo potrebno še rob, ki bo omejil gibanje lupine na manjše območje. Na koncu sem dodal še sedež na katerega je mogoče obesiti uteži, ki pomagajo pri vadbi. Sedaj smo na to napravo namestili 2D senzor naklona in ga povezali z računalnikom. Vse skupaj smo uskladili z preprosto igrico in že smo lahko izvajali meritve. Potrebno je bilo ugotoviti optimalne nastavitve uteži gleda na težo vajenca, to smo ugotavljali s pomočjo meritev in sicer smo meritve izvajali z različnimi kombinacijami uteži, na koncu smo preučili rezultate in prišli do skupne odločitve da je potrebno dati na sredino približno ½ mase človeške teže. Tako dobimo optimalne pogoje vadbe, kjer razgibavamo hrbtenico posledično pa centralni živčni sistem. Tako sem dosegel glavni cilj naloge, hkrati pa sem prišel do dodatnih idej in spoznanj, kako tak model avtomatizirat da bo spremljal reakcijo človeka in ob pravem trenutku pomagal človeka postaviti v pravilni položaj. Slika: Ravnotežnik

Urjenje vzdrževanja ravnotežja med hojo z napravo Gait Balance Trainer (GBT) Jure Pašič, mentor dr. Andrej Olenšek Univerzitetni rehabilitacijski inštitut - Soča jure.pasic@gmail.com Gait balance trainer (GBT) je naprava za urjenje ravnotežja pri rehabilitaciji osebe po kapi ali poškodbi hrbtenjače. Oseba je v pasu vpeta v zgornjo ploščad, kar preprečuje padec in nudi oporo. Terapevt je tako razbremenjen naloge podpiranja in lovljenja pacientovega ravnotežja. Namesto tega preko daljinske naprave vodi pacienta po prostoru. Naprava GBT obratuje v štirih različnih načinih delovanja. V prvem načinu ga lahko peljemo ročno naprej ter zavijamo levo in desno. V drugem načinu poteka vodenje enako, le da si GBT shranjuje pot, ki jo delamo v tem načinu. Tretji način je namenjen ponovnemu predvajanju v drugem načinu naučene poti. Četrti način pa je bila iztočnica za mojo nalogo. Na vertikalnih nosilcih zgornje ploščadi, ki služijo za oporo pacientu, je nameščen senzor, ki meri nihanje ploščadi v vseh smereh. Nihanje se namreč pojavi med hojo in je tem večje čim težjo okvaro ima oseba, oz. čim težje oseba sledi gibanju naprave. Na osnovi tega nihanja sem moral poiskati primeren način za prilagajanje hitrosti GBT-ja sposobnostim posameznika. Senzor zajema podatke o nihanju, ki jih v realnem času obdelujem. Na osnovi geometrijske vsote obeh nihanj (levo-desno in naprej-nazaj) izračunavam povprečje dobljenega signala na določenem intervalu. Na podlagi dobljenega povprečja na intervalu potem diskretno prilagajam hitrost gibanja naprave. Vsakih nekaj sekund preverim kakšno je bilo povprečje preteklega signala in odvisno od tega v katerem od treh nivojev se nahaja rezultat diskretno prilagodim hitrost. Prilagajam tako ravninsko hitrost kot tudi hitrost v zavojih. Diskretna porazdelitev nivojev hitrosti se je pokazala kot zelo ugodna, saj oseba čez čas, ko znotraj nekega nivoja napreduje preskoči na višji nivo, kjer se mora spoprijeti s težjo nalogo. Take spremembe so zaželene saj vzpodbujajo pacienta k aktivni rehabilitaciji in ga motivirajo, saj lahko sam opazi napredek. Obstaja tudi možnost, da bi takšne naključne motnje umetno dodali k rehabilitaciji in s tem še dodatno urili lovljenje ravnotežja ob nepredvidenem dražljaju iz okolice. To je le ena od možnosti za kasnejšo izboljšavo mojega programa.

POBIRANJE NAKLJUČNO POZICIONIRANIH PREDMETOV S POMOČJO VISION SISTEMA Aljaž Lotrič, mentor Jaka Jevšnik ABB Slovenija aljaz.lotric@gmail.com 1. Moja naloga je bila napisati tak program, ki bo s pomočjo vision sistema (ta del so izdelovali na FDS) pridobil pozicijo in orientacijo kemičnega svinčnika in ga nato prijel in dal obiskovalcu. Kasneje smo se odločili, da program nadgradimo tako, da bo tudi pisal. Cilj je bil torej: robot pobere kemični svinčnik, na list papirja napiše besedilo (besedilo bo v konzolo napisal obiskovelec), nato pa list papirja in kemični svinčnik da obiskovalcu. Samo programiranje programa je potekalo v jeziku RAPID, ki je zelo podoben jeziku c. Zadnji teden smo poizkušali tudi z nekim novim programskim ukazom (SoftMove), ki ga je izdalo podjetje ABB in vklopi funkcijo, da je robot mehak v enem sklepu (kar bi bilo idealno za pisanje robota). Zadeva se ni obnesla najbolje. Problem smo rešili tako, da smo potem, ko je bil kemični svinčnik že nad listom papirja in pripravljen na pisanje, kemični svinčnik spustili za 0,1 s in ga nato ponovno prijeli. S tem smo določili pravo višino svinčnika za vsako novo pisanje (svinčnik ni več pisal po zraku, tako kot tudi ni premočno pritiskal na podlago/papir). Slika 1: Slika prikazuje robota, ki drži kemični svinčnik 2. : Uporabljal sem sledeče ABB priročnike (razen naslova, ostalih podatkov ni bilo) 1. RAPID Instructions, Functions and Data types 2. Introduction to RAPID 3. Robot communication and IO control

Robotsko pobiranje neurejenih elektronskih komponent Študent: Simon Reberšek Mentor: dr. Jure Skvarč FDS Research d.o.o simon.rebersek@gmail.com Celotni sistem je sestavljen iz Denso robota, v SCARA konfiguraciji, na katerega je pritrjena na vrhu tretje osi krožna ploskovna osvetlitev rdeče barve, nad njo pa Sony-jeva kamera s 35mm objektivom, ki ima približno 4cm x 5cm vidnega polja na višini pobiranja elemntov. Pod površino za elemente, ki je iz pleksi stekla, se nahaja ploskovna osvetlitev rdeče barve namenjena presvetlitvi elementov. Na vrhu robota se nahaja vakumska prijemalka. Za krmiljenje luči in zajem slike so uporabljeni namenski FDS moduli. Program je napisan v jeziku VBA. Zaradi splošne namembnosti, ima ravnina za pobiranje elementov svoj koordinatni sistem (workspace), prav tako imata prijemalka in kamera vsak svoj koordinatni sistem (toolspace). Modeli elementov so narejeni v FDS Imaging Software s pomočjo filtrov (Gauss, Canny) in krožne maske. Aplikacija je namenjena pobiranju različnih elektronskih komponent, ki so raztreseni v ravnini, z robotom. Sestavljena je iz treh delov: iskanja elementov v delovnem prostoru, razpoznavanja elementov in prijemanja. V prvem delu se robot premika po delovnem prostoru, s korakom vidnega polja kamere, tako da pregleda celotno področje spodnje luči, ki je namenjena presvetlitvi. Drugi korak vsebuje zajem slike s kamero pritrjeno na vrhu tretje osi in s pomočjo spodnje luči, iskanja podobnosti z vnaprej generiranim modelom elementa. V primeru ujemanja elementa je potrebno določiti še kot, saj ima večina elementov enako presvetlitveno sliko pri zasuku za kot π. To se določi z zgornjo osvetlitvijo, s katero se razpozna eno od značilnic na vrhu elementa. Kadar so vsi predhodni koraki izpolnjeni, se robot premakne v pozicijo nad element in ga z vakumsko prijemalko prime in odnese na prostor za vstavitev v vezje. Bajd, T. (2002). Osnove robotike. Univerza vljubljani, Fakulteta za elektrotehniko, Ljubljana. Denso (2002). Denso robot, Beginner's guide.

Detekcija palete in odlaganje izdelkov po definiranem vzorcu z robotskim manipulatorjem Miroslav Savić, mentor: Urban Primož FDS Researsh miroslav.savic@siol.net Če čisto na kratko najprej opišem mojo nalogo, je odlaganje SD komponent (čipov) na ploščo tiskanega vezja. Mesto, kjer bom pa odložil ta čip je pa potrebno najti s pomočjo računalniškega/strojnega vida, se pravi s pomočjo kamere, katera je nameščena na robotskem manipulatorju. Robotski manipulator je firme Denso in je scara konfiguracije, prijemalo s katerim se prijemlje čipe pa je pnevmatsko. Celotna naloga je pa ubistvu se sestavljena iz dveh delov. Prvi del je pobiranje teh čipov in drugi del odlaganje le teh na ustrezno mesto v tiskanem vezju. Jaz se opravil drugi del naloge medtem, ko je pa prvi del opravil drug študent. Se pravi, ko on enkrat najde čip in ga pobere pridem na vrsto jaz. Najprej sem moral z kamero najti tiskano vezje na nekem območju. Našel sem ga tako, da sem na plošlo natiskal nek objekt, katerega sem nato iskal s kamero. Ko sem ta objekt našel, sem to točko določil kot izhodišče tiskanega vezja. Za to točko sem se odločil zato, ker so koordinate središča vseh čipov podane glede na to točko. Pri odlaganju čipov pa je bilo potrebno še upoštevati rotacijo vezja in s katero rotacijo je primljen ta elementrotacijo. Rotacijo vezja sem dobil iz rotacije objekta s pomočjo katerega se tudi našel vezje. Rotacijo posameznega elementa pa mi je podal kolega, kateri je delal prvi del naloge in sem samo še upošteval ta koeficient rotacije pri odlaganju elementov. In potem, ko enkrat odložim ta element, se robot ponovno premakne na prvi del vaje in išče naslednji element za odlaganje v tiskano vezje. Vezje v katero sem odlagal čipe, ubistvu ni bilo dobesedno tiskano vezje, ampak samo natisnjena plošča tiskanega vezja na papir. Program s katerim sem narisal to tiskano vezje je KiCad. Ta program sem uporabil zato, ker avtomatsko vrne koordinate središča komponent v txt. fajlu. Eden izmed večjih problem pri tem projektu, pa je bila najti ustrezno osvetlitev. Najbolj idealno bi se veda bilo, da bi popolnoma odpravili naravni vir svetlobe in umetno osvetlili elemente in vezje. Tako bi imeli zmeraj enako močno svetlobo.

Robotsko vstavljanje kontaktov v tiskano vezje Martin Stanonik, Tomaž Koritnik, Borut Povše DAX d.o.o. martin.stanonik@gmail.com Pri moji nalogi je bilo potrebno izmeriti silo v z smeri pri EPSON robotu s krmilniki RC420 s pomočjo obremenitve motorjev robota. Brskal sem po dokumentaciji in iskal tokove v motorjih robota. Nisem vedel kje jih dobiti. Nisem vedel v kakšni obliki bi lahko bili. Vedeli pa smo, da je to na nek način izvedljivo, ker je nek Nemški inženir to že uporabljal. Najprej sem dobil funkcijo, katere namen je prikaz prekomerne preobremenitve robota. Imenuje se OLRate torej over load rate in iz njenega opisa je bilo razvidno, da gre za funkcijo, ki vrne števila od 0 do 2, glede na preobremenitev, oziroma obremenitev sklepov. Problematična se mi je zdela vezanost OLRate funkcije na temperaturno preobremenitev. Če bi bili v robotu senzorji temperature, bi se ob spremembi temperature spremenilo tudi kazanje funkcije. Ko sem jo preizkušal, je dajala rezultate, ki niso bili preveč uporabni, saj so bila števila nezvezno podana in po moji oceni in oceni mojih mentorjev vse preveč nenatančna. Potem sem znova iskal funkcije, ki bi mi vrnile tok. Končno sem dobil primerno funkcijo DisplayPeakTorque, ki išče maksimalen navor na nekem območju. Uporabil sem jo tako, da teče vzporedno s programom. Funkcija zajame določeno količino navorov, izmed teh navorov poišče največjega in ga izpiše na zaslon. Bil sem v Lami, kamor sva z gospodom Darkom Koritnikom, univ.dipl.inž.el. peljala robota. Orodje je že razvito. Raziskoval sem tudi uporabo lokalnega koordinatnega sistema, da je imel inženir v Lami lažje delo. Na koncu pa sem umerjal delovanje dobljenega prikazovalnika sile. Slika 1 vezja Denavit, J in Hartenberg, R. S. (1995). A kinematic notation for lower pair mechanism based on matrices. ASME Journal of Applied Mechanics, 22(2):215-221.