comparten caractersticas comunes de ambas categoras, los cuales se denominan: Hybrid Visual
Servoing.
Resulta evidente que una caracterstica clave del control visual, en comparacin con el control de
fuerza y el control de movimiento, es el hecho de que las variables controladas no se miden
directamente por un sensor. En este esquema de control, las variables se adquieren a partir de las
magnitudes obtenidas mediante clculos complejos, los cuales se basan en algoritmos de
procesamiento de imgenes y sistemas computacionales de visin. Otros aspectos a tener en
cuenta para el control basado en visin son: el tipo y las caractersticas de la cmara. Ya que sta
puede ser monocromtica o a color, de baja o alta resolucin, de longitud focal fija o variable, as
como, la tecnologa usada en la cmara que puede ser CCD o CMOS.
PROCESAMIENTO DE IMGENES
La primera fase de Visual Servoing es la adquisicin y el procesamiento de imgenes. Para
entender mejor estos conceptos, considere el funcionamiento de una cmara monocromtica
simple que cuente con una pantalla propia. Cuando esta cmara captura las imgenes,
inmediatamente las procesa en tiempo real y las muestra como un cuadro en la pantalla;
analizando propiamente la captura, se pueden observar los parmetros caractersticos de la
imagen: el contorno y la forma. Dichos parmetros vienen dados por valores de intensidad
luminosa variante dentro de la escala de grises, que dependen del objeto, del ambiente y de la
resolucin de la cmara.
Ahora imagine que utiliza varias de estas cmaras para capturar el mismo objetivo desde
diferentes puntos de vista. Adems de los parmetros mencionados anteriormente, es posible
obtener algunas relaciones geomtricas entre la perspectiva de cada cmara, como pueden ser:
ngulos entre los focos o posiciones relativas entre los puntos de captura. Estas relaciones de
posicin entre las cmaras, pueden ser utilizadas para definir algunos aspectos de orientacin y
referencia del objetivo, como por ejemplo: si los parmetros hacen referencia a un contorno dentro
de una escena de dos dimensiones o a un objeto dentro del espacio tridimensional.
De este modo, se puede afirmar que el conjunto de parmetros y relaciones geomtricas
concernientes a un objeto, son la base de las tcnicas de estimacin que ayudan a representar
objetivos dentro del espacio de trabajo de un robot manipulador. En este sentido la parte ms
importante para la obtencin de imgenes reside en la calibracin de la cmara, la cual es
necesaria para el clculo de los parmetros intrnsecos que como puede verse, relacionan las
cantidades medidas en el plano al que hacen referencia.
pxeles. La tambin denominada funcin de la imagen, se define como una funcin vectorial cuyos
componentes representan los valores de una o ms cantidades fsicas relacionadas con el pxel,
en una forma muestreada y cuantificada.
Por ejemplo, en el caso de imgenes a color, la funcin de imagen definida sobre un pxel de
coordenadas ( xi, yi ) tiene tres componentes: Ir ( xi, yi ), Ig ( xi, yi ) e Ib ( xi, yi ), correspondientes
a la intensidad de la luz en las longitudes de onda del rojo, verde y azul.
Para una imagen monocromtica, en blanco y negro, la funcin de imagen es escalar y coincide
con la intensidad de la luz en tonos de gris I ( xi, yi ), tambin conocida como escala de grises.
El nmero de niveles de gris depende de la resolucin de la escala adoptada, sin embargo, en
todos los casos dicha escala se encuentra limitada en sus extremos por el blanco y el negro, que
corresponden a los lmites mnimo y mximo en la escala de grises. Actualmente se adoptan
sistemas que constan de una escala de 256 niveles de gris que pueden ser representados por un
nico byte de memoria.
Una representacin de la memoria de cuadros, que resulta particularmente til para el tratamiento
posterior de la imagen, es el histograma de niveles de gris, que proporciona la frecuencia de
aparicin de cada uno de los niveles de gris dentro de la imagen. Cuando los niveles de gris se
cuantifican de 0 a 255, se obtiene un determinado nmero de cuadros que pertenecen al mismo
tono de gris. De este modo, si el nmero de repeticiones de cada uno de los tonos de gris se divide
entre el nmero total de pixeles se obtiene un histograma normalizado.
La segunda parte del cdigo despliega el procesamiento de la imagen (ver imagen 5) donde se
observa que se debe realizar una conversin de formato, partiendo del original RGB a otro definido
en escala de grises. Consecutivamente, se dan las instrucciones para mostrar en pantalla dicha
imagen junto con su histograma, el cual permite identificar el nivel de cada uno de los tonos de
gris que conforman la imagen.
Posteriormente, se realiza la conversin de escala de grises a blanco y negro, a partir de un dato
crtico, conocido como umbral. El dato de umbral, depende de las condiciones de luz que presenta
la zona donde se ejecuta el cdigo, y su funcin es servir de parmetro para obtener una imagen
binaria que pueda ser usada para constituir el contorno del objetivo deseado.
En la imagen 6, se expresan las instrucciones necesarias para obtener el centroide del contorno,
que por definicin es el punto hipottico donde se concentra toda la masa de una figura geomtrica.
En este punto, es a donde debe dirigirse la herramienta del robot para poder manipular el objetivo
fsico capturado en la imagen.
En la ltima parte del algoritmo, mostrada en la imagen 7, se indica la asignacin a una variable
de la imagen binaria invertida y su posterior despliegue en pantalla, as como la representacin
del centroide dentro del contorno.
RESULTADOS
Los resultados de la adquisicin y procesamiento de imgenes en tiempo real, realizados a partir
del algoritmo anterior, se pueden resumir como:
1. Obtencin de la imagen en formato RGB
2. Conversin de RGB a escala de grises.
3. Obtencin del histograma que muestra las frecuencias en los tonos de gris.
4. Conversin de escala de grises a imagen binaria, a partir del dato de umbral.
5. Obtencin de la imagen invertida.
6. Despliegue de la imagen invertida con su centroide.
A continuacin se expone un ejemplo de aplicacin:
Se us como muestra una bebida embotellada que se coloc en una superficie de color uniforme.
El algoritmo realiza el tratamiento descrito en la seccin anterior y muestra los siguientes
resultados:
Imagen 9. Obtencin del centroide dentro del contorno que representa el lquido dentro de la botella.
CONCLUSIONES
1. La inteligencia artificial se muestra como una respuesta moderna y en pleno desarrollo para
generar procesos y procedimientos an ms precisos en conjunto con los esquemas de control
clsicos.
2. Visual Servoing utiliza algunos algoritmos para la extraccin de informacin numrica
relacionada con la identificacin de parmetros en las imgenes. Dichos parmetros se usan para
estimar la posicin de la cmara con respecto a los objetos y la posicin de los objetos respecto a
la cmara, mediante la integracin de mapeos lineales entre la velocidad de la cmara y el espacio
operacional.
3. Se puede afirmar que el conjunto de parmetros y relaciones geomtricas concernientes a un
objeto, son la base de las tcnicas de estimacin que ayudan a representar objetivos dentro del
espacio de trabajo de un robot manipulador.
FUENTES
1. Gulrez Tauseef. Advances in Robotics and Virtual Reality. Ed. Springer, 2012.
2. Reyes Corts, Fernando. Robtica Control de Robots Manipuladores. Ed. Alfaomega, 2011.
3. S. Nise, Norman. Control Systems Engineering. Ed. Wiley, 2011.
4. Kelly R. Control of Robot Manipulators in Joint Space. Ed. Springer, 2010.
5. Siciliano, Bruno. Robotics Modelling, Planning and Control. Ed. Springer, 2010.